Jadi SuprijadiAchmad BachrudinDEVITA PUTRI MARTIANI2024-05-222024-05-222023-04-03https://repository.unpad.ac.id/handle/kandaga/140610190068Pada Masa Pandemi COVID-19, pemerintah telah menerapkan berbagai kebijakan sebagai penanggulangan penyebaran virus, salah satunya pembatasan interaksi dan kerumunan. Adanya pembatasan tersebut menjadi hambatan bagi seluruh kegiatan masyarakat, tidak terlepas pula dalam kegiatan pelayanan yang sangat begitu terdampak. BPJS Kesehatan yang mana salah satu pelayanan publik merespon situasi tersebut melalui optimalisasi aplikasi Mobile JKN. Dalam optimalisasi aplikasi, tidak dapat dilakukan hanya dengan pengembangan fitur dalam aplikasi, adanya evaluasi terhadap penggunaan aplikasi perlu dilakukan dimana pengembang aplikasi harus mengikuti informasi berasal dari pengguna untuk mengidentifikasi tanggapan pengguna agar sesuai dengan kebutuhan pengguna. Pada penelitian ini menjelaskan bagaimana metode Bidirectional Long Short Term Memory digunakan untuk mengklasifikasikan ulasan aplikasi Mobile JKN berdasarkan polarisasi sentimen. Hasil dari penelitian ini didapatkan model terbaik dengan 1 lapisan Bi-LSTM berjumlah 15 unit, 1 lapisan dense berjumlah 40 neuron, dropout berukuran 30% atau 0.3, ukuran batch size sebesar 64 serta learning rate ADAM senilai 0.0001. Model tersebut di evaluasi menggunakan unseen data menghasilkan nilai akurasi hingga sebesar 91.5%Analisis SentimenMobile JKNBi-LSTM