Analisis Sentimen Kepuasan Masyarakat terhadap Google Review Pelayanan Metro Hospitals Group Berbasis BERT dan Model IndoBERT: Analisis Sentimen Kepuasan Masyarakat terhadap Google Review Pelayanan Metro Hospitals Group Berbasis BERT dan Model IndoBERT

Abstrak

Kualitas pelayanan rumah sakit berperan penting dalam membangun kepercayaan danloyalitas pasien. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap pelayanan MetroHospitals Group berdasarkan ulasan Google Reviews selama sepuluh tahun terakhir. Data dikumpulkanmelalui web scraping dan dianalisis menggunakan model deep learning BERT Multilingual danIndoBERT. Tahapan penelitian meliputi preprocessing, pelabelan sentimen (manual dan otomatis),pelatihan model, serta evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasilmenunjukkan kedua model memiliki kinerja tinggi dengan akurasi 94%–96%. BERT Multilingualmencapai akurasi tertinggi 96% dan F1-score 0,95 pada dataset manual, sedangkan IndoBERT unggulpada dataset otomatis dengan akurasi dan F1-score 96%. Faktor utama yang memengaruhi sentimenmeliputi kualitas pelayanan medis, kecepatan respons, keramahan staf, fasilitas, dan kebersihan. Secarakeseluruhan, IndoBERT direkomendasikan untuk analisis sentimen berbahasa Indonesia di domainkesehatan, serta dapat menjadi dasar strategis dalam peningkatan mutu pelayanan rumah sakit berbasisdata.