Abstract:Penelitian ini membahas masalah ketergantungan masyarakat, khususnya mahasiswa, dalam melakukan konsultasi perawatan wajah secara berulang di aplikasi Halodoc. Fenomena ini muncul karena aplikasi medis yang seharusnya hanya…
nya digunakan saat sakit, kini bergeser fungsinya menjadi tempat pelarian saat panik dan bagian dari gaya hidup harian. Penelitian ini bertujuan untuk membongkar alasan di balik kebiasaan konsultasi berulang tersebut serta bagaimana para pengguna memaknai pengalaman interaksi mereka dengan dokter online di aplikasi Halodoc.Untuk menjawab masalah tersebut, penelitian ini menggunakan metode kualitatif dengan pendekatan teori fenomenologi dari Alfred Schutz. Pendekatan ini digunakan untuk melihat pengalaman nyata dari tiga orang mahasiswa pengguna Halodoc melalui wawancara mendalam, observasi, dan pengumpulan dokumen pendukung. Hasil penelitian menunjukkan bahwa kebiasaan konsultasi berulang ini didorong oleh pengalaman masa lalu para pengguna, yaitu rasa cemas akibat melihat standar kecantikan di media sosial, trauma karena pernah rusak kulit akibat salah pakai produk kecantikan sendiri, serta malas mengantre di klinik kecantikan fisik. Pengalaman tersebut memicu tujuan baru, yaitu keinginan untuk mendapat ketenangan secara cepat saat panik, rasa aman agar kulit tidak rusak lagi, dan kemudahan mengatur waktu di tengah kesibukan kuliah. Obrolan yang nyaman dengan dokter di aplikasi akhirnya menggeser makna Halodoc dari sekadar tempat berobat biasa menjadi tempat mencari rasa aman dan penunjang gaya hidup harian. Akibatnya, ketiga pengguna mengalami ketergantungan dan jadi takut atau tidak berani merawat wajah sendiri tanpa arahan dari dokter online. Penelitian ini menyarankan agar pengguna lebih bijak menanggapi tren kecantikan di media sosial dan mengembalikan fungsi aplikasi medis secara wajar sesuai kebutuhan kesehatan yang sebenarnya.
Abstract:Abstract: The Halodoc application, as a digital healthcare service platform, has been widely used for various medical purposes, such as doctor consultations, medication purchases, and laboratory services. User interactions…
ns and reviews play a crucial role in enhancing service quality. Sentiment analysis was conducted using the Support Vector Machine (SVM) method to assess user perceptions and satisfaction based on reviews obtained from the Google Play Store platform. The analysis process included data collection, text preprocessing, data transformation using TF-IDF, and training an SVM model to predict sentiment. The model achieved its highest accuracy of 88.32% in the first scenario. However, accuracy slightly decreased in the second and third scenarios, reaching 86.25% and 86.94%, respectively. The analysis results indicated that the model performed best in the first scenario, with the lowest number of prediction errors. Additionally, the model was more accurate in classifying negative and positive sentiments than neutral ones.
Keywords: halodoc application; sentiment analysis; support vector machine algorithm
Abstrak: Aplikasi Halodoc, sebagai platform layanan kesehatan digital, telah banyak digunakan untuk berbagai keperluan medis seperti konsultasi dokter, pembelian obat, dan layanan laboratorium. Interaksi pengguna dan ulasan mereka memiliki peran krusial dalam meningkatkan mutu layanan. Analisis sentimen dilakukan dengan menggunakan metode Support Vector Machine (SVM) untuk mengetahui persepsi dan kepuasan pengguna berdasarkan ulasan yang diperoleh dari Platform Google Play Store. Proses analisis mencakup pengumpulan data, pra-pemrosesan teks, transformasi data menggunakan TF-IDF, dan pelatihan model SVM untuk memprediksi sentimen. Hasil pelatihan model dengan akurasi tertinggi sebesar 88,32% pada skenario pertama. Akurasi sedikit menurun pada skenario kedua dan ketiga, masing-masing sebesar 86,25% dan 86,94%, Hasil analisa menunjukkan bahwa model memiliki performa terbaik pada skenario pertama dengan jumlah kesalahan prediksi terkecil. Selain itu, model cenderung lebih akurat dalam mengklasifikasikan sentimen negatif dan positif dibandingkan netral..
Kata kunci: algoritma support vector machine; analisis sentimen; aplikasi halodoc
Abstract:Abstract: Halodoc is an ICT that supports access to health service facilities, with various facilities such as consultations with doctors, purchasing medicines, making appointments with hospitals, as well as several other…
r health support facilities. This research is based on calculations using the Customer Satisfaction Index (CSI) method to determine the overall level of customer satisfaction with an approach that considers the level of importance of product or service attributes as measured by an importance scale (Importance), a satisfaction/performance level scale (Performance) and the question indicators include usability, information quality, interaction quality, then the satisfaction level criteria are obtained with a CSI value of 61.29%, meaning that the patient gives the criteria as being quite satisfied with Halodoc services. Keywords: CSI, halodoc, patient
Abstrak: Halodoc merupakan TIK yang mendukung akses fasilitas pelayanan kesehatan, dengan berbagai fasilitas yang dimiliki seperti konsultasi dengan dokter, pembelian obat, buat janji dengan rumah sakit, serta beberapa fasilitas pendukung kesehatan lainnya. Penelitian ini berdasarkan perhitungan menggunakan metode Customer Satisfaction Index (CSI) untuk menentukan tingkat kepuasan pelanggan secara menyeluruh dengan pendekatan yang mempertimbangkan tingkat kepentingan dari atribut-atribut produk atau jasa yang diukur dengan skala tingkat kepentingan (Importance), skala tingkat kepuasan/kinerja (Performance) dan indikator pertanyaan meliputi usability, information quality, interaction quality maka diperoleh kriteria tingkat kepuasan dengan nilai CSI 61.29% artinya bahwa pasien memberikan kriteria cukup puas terhadap layanan Halodoc.
Kata kunci: CSI, halodoc, pasien