ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI RSMS ONLINE RUMAH SAKIT MARGONO SOEKARJO MENGGUNAKAN LOGISTIC REGRESSION

Aplikasi RSMS Online merupakan aplikasi layanan digital Rumah Sakit Margono Soekarjo yang mendukung pendaftaran pasien, informasi jadwal dokter, dan pemantauan layanan kesehatan. Banyaknya ulasan pengguna di Google Play Store menunjukkan beragam sentimen, sehingga diperlukan analisis sentimen untuk menilai tingkat kepuasan pengguna secara objektif. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna menggunakan algoritma Logistic Regression serta mengkaji pengaruh penerapan Synthetic Minority Over-sampling Technique (SMOTE) terhadap kinerja model.Data yang digunakan berjumlah 1.062 ulasan yang diperoleh melalui web scraping dan diproses melalui tahapan preprocessing teks serta pembobotan TF-IDF. Data diklasifikasikan ke dalam tiga kelas sentimen, yaitu positif, negatif, dan netral, dengan kondisi distribusi data yang tidak seimbang.Hasil pengujian menunjukkan bahwa Logistic Regression tanpa SMOTE menghasilkan akurasi sebesar 87,44%, namun masih kurang optimal dalam mengenali kelas sentimen negatif. Setelah penerapan SMOTE, kinerja model meningkat dengan akurasi sebesar 90% serta peningkatan pada precision, recall, dan F1-score, khususnya pada kelas minoritas. Hasil ini menunjukkan bahwa SMOTE mampu mengurangi bias terhadap kelas mayoritas dan meningkatkan performa klasifikasi secara keseluruhan.