Analisis Umpan Balik Masyarakat Terhadap Layanan Rumah Sakit ABC di DIY Dengan Pendekatan Klastering dan Klasifikasi

Latar Belakang: Pelayanan rumah sakit penting bagi kesehatan masyarakat, namun evaluasinya masih bergantung pada survei langsung yang terbatas. RS ABC di DIY memiliki enam cabang dengan perbedaan signifikan dalam jumlah dan rating ulasan Google Maps, di mana cabang lama justru mendapat rating lebih rendah. Hal ini menimbulkan pertanyaan soal kualitas layanan. Diperlukan analisis sentimen untuk mengetahui kepuasan pengunjung tiap cabang, mengelompokkan topik ulasan, dan mengidentifikasi aspek layanan yang perlu diperbaiki atau dipertahankan.
Tujuan: Penelitian ini bertujuan untuk mengidentifikasi opini masyarakat terhadap layanan RS ABC di DIY berdasarkan ulasan di Google Maps dengan menggunakan kombinasi metode K-Means dan SVM.
Metode Penelitian: Metode yang digunakan yaitu kombinasi K-Means untuk mengelompokkan topik utama dalam ulasan dan SVM untuk mengklasifikasikan sentimen menjadi positif dan negatif.
Hasil: Analisis dilakukan terhadap 5.352 ulasan dari enam cabang RS ABC Di DIY. Model SVM memberikan akurasi berkisar 91-97%. Dari keenam cabang, RSV memiliki performa layanan terbaik dengan proporsi ulasan positif tertinggi dan jumlah keluhan paling sedikit. Sementara itu, beberapa cabang lainnya masih perlu untuk meningkatkan kualitas layanan.
Kesimpulan: Cabang RS ABC di DIY mayoritas menerima ulasan positif dari masyarakat dalam aspek kebersihan, keramahan tenaga medis, dan kenyamanan fasilitas terutama pada RSV. Namun, masih terdapat keluhan terkait antrean panjang, keterlambatan dokter, serta sistem administrasi yang belum optimal, yang menjadi keluhan mayoritas di hampir semua cabang. Analisis dalam penelitian ini memberikan gambaran menyeluruh terhadap persepsi pasien serta aspek layanan yang perlu dipertahankan maupun diperbaiki.