ANALISIS SENTIMEN PADA ULASAN APLIKASI MOBILE JKN (BPJS KESEHATAN) DENGAN MENGGUNANAKAN METODE MAXIMUM ENTROPY

Aplikasi Mobile JKN merupakan layanan digital BPJS Kesehatan yang berperan penting dalam memudahkan masyarakat mengakses informasi dan layanan kepesertaan. Banyaknya ulasan pengguna pada Play Store mencerminkan beragam pengalaman yang berpotensi mengandung perbedaan sentimen, sehingga diperlukan analisis yang terstruktur. Penelitian ini bertujuan untuk mengklasifikasikan sentimen pengguna menggunakan algoritma Maximum Entropy. Metode ini dipilih karena keunggulannya yang fleksibel dalam menangani fitur saling tumpang tindih tanpa asumsi independensi antar variabel, sehingga mampu memberikan distribusi probabilitas yang objektif pada data tekstual. Data dikumpulkan melalui web scraping pada periode 15 Juli 2025 hingga 15 Oktober 2025 dengan hasil sentimen positif 63?n negatif 37%. Hasil penelitian menggunakan Maximum Entropy menghasilkan kinerja yang baik dengan nilai akurasi 92,49%, precision 93,11%, recall 92,49%, dan F1-score 92,55%. Visualisasi word cloud menunjukkan ulasan positif didominasi kata “bagus”, “mudah”, dan “bantu”, sedangkan ulasan negatif didominasi kata “verifikasi”, “sulit”, dan “sandi”.
Kata Kunci: Analisis Sentimen, Mobile JKN, Maximum Entropy, TF-IDF, Klasifikasi Teks