ABSTRAK

Aplikasi SATUSEHAT Mobile merupakan hasil transformasi dari PeduliLindungi
yang dikembangkan oleh Kementerian Kesehatan (Kemenkes) sebagai platform
untuk menyebarkan informasi dan program kesehatan kepada masyarakat. Aplikasi
ini bertujuan untuk membantu masyarakat Indonesia menjalani gaya hidup yang
lebih sehat dan mencegah penyebaran COVID-19. Dengan lebih dari 1 juta ulasan
dan nilai rating 3,7 bintang di Google Play Store, penting untuk menganalisis
sentimen ulasan pengguna guna memahami pandangan pengguna terhadap aplikasi
dan untuk meningkatkan kualitas aplikasi tersebut. Melalui pendekatan metode
Teknik Text Mining, data ulasan pengguna dieksplorasi menggunakan algoritma
pembelajaran mesin. Algoritma Multinomial Naïve Bayes, K-Nearest Neighbors
dan Decision Tree digunakan untuk membandingkan kinerja Random Forest dalam
menganilisis sentimen ulasan pengguna tersebut. Hasilnya penelitian menunjukkan
bahwa algoritma Random Forest memberikan analisis sentimen ulasan pengguna
dengan tingkat akurasi tertinggi, sementara algoritma K-Nearest Neighbors (KNN)
memiliki tingkat akurasi terendah. Penelitian ini memiliki relevansi penting dalam
meningkatkan kualitas aplikasi SATUSEHAT Mobile berdasarkan pandangan dan
umpan balik ulasan pengguna.