Analisis Sentimen Layanan Aplikasi Kesehatan Pada Ulasan Play Store: Systematic Literature Review
Keywords:
Analisis Sentimen, Perbandingan Akurasi, Ulasan Play StoreAbstract
Penelitian ini bertujuan untuk menganalisis sentimen terhadap layanan aplikasi kesehatan yang terdapat dalam ulasan di Play Store dengan pendekatan systematic literature review. Aplikasi kesehatan menjadi semakin penting dalam mendukung layanan kesehatan digital, khususnya dalam masa pandemi. Ulasan pengguna di Play Store memberikan wawasan berharga tentang pengalaman dan kepuasan pengguna terhadap aplikasi tersebut. Dengan metode systematic literature review, penelitian ini mengidentifikasi, mengkaji, dan mensintesis hasil penelitian sebelumnya yang membahas analisis sentimen ulasan pengguna terhadap aplikasi kesehatan. Hasil dari kajian ini diharapkan dapat memberikan pemahaman yang lebih mendalam mengenai tren sentimen pengguna serta faktor-faktor yang mempengaruhi persepsi mereka terhadap aplikasi kesehatan. Penelitian ini juga memberikan rekomendasi untuk pengembang aplikasi dalam meningkatkan kualitas layanan berdasarkan feedback dari ulasan pengguna.
References
[2] Aziz, A. N. (2021). Image Recognition Alfabet Bahasa Isyarat Indonesia (Bisindo) Menggunakan Metode Convolutional Neural Network.
[3] Darmatasia. (2021). Pengenalan Sistem Isyarat Bahasa Indonesia (Sibi) Menggunakan Gardient-Convolutional Naural Network. Jurnal Instek Informatika Teknologi.
[4] Febri Damatraseta Fairuz, R. N. (2021). Real-Time Bisindo Hand Gesture Detection And Recognition With Deep Learning Cnn. Jurnal Informatika Kesatuan, 71-76.
[5] Ika Dyah Agustia Rachmawati, R. Y. (2023). Deep Transfer Learning For Sign Language Image Classification: A Bisindo Dataset Study. Binus Journal Publishing.
[6] Indah Sari, F. E. (2023). Sistem Pengembangan Bahasa Isyarat Untuk Berkomunikasi Dengan Penyandang Disabilitas (Tunarungu). Journal Of Information Technology And Society (Jits).
[7] Kurniawan, A. (2022). Aplikasi Speech Recognition Sebagai Pengenalan Ucapan Tunawicara Menggunakan Google Cloud Speech Api Berbasis Android.
[8] M Reza Fauzan Azima, R. T. (2019). Deteksi Sistem Isyarat Bahasa Indonesia Huruf A-Z Menggunakan Metode You Only Look Once Dengan Output Text. Diploma Thesis, Universitas Nasional.
[9] Muliani, A. (2019). Penerapan Teknologi Speech Recognition (Voice To Sign) Untuk Membantu Komunikasi Dengan Penyandang Disabilitas Pendengaran. Jurnal Teknovasi, 49-53.
[10] Nadia Intan Pratiwi, ,. I. (2019). Perancangan Sistem Deteksi Isyarat Bisindo Dengan Metode Adaptive Neuro-Fuzzy Inference System (Anfis). Jurnal Komtekinfo, 50-61.
[11] Nasha Hikmatia A.E, M. I. (2021). Aplikasi Penerjemah Bahasa Isyarat Indonesia Menjadi Suara Berbasis Android Menggunakan Tensorflow. Jurnal Politeknik Caltex Riau, 74-83.
[12] Rachardi, F. (2020). Deteksi Gambar Gestur Kosakata .
[13] Robby Kamil, A. (2021). Perancangan Aplikasi Bahasa Isyarat “Isyaratku” Dengan Deep Learning Serta Google Cloud Platform. Jurnal Sistem Informasi Dan Informatika .
[14] Tri Handhika, I. S. (2019). Pendekatan Machine Learning Dalam Pengenalan Bahasa Isyarat Indonesia. Sanga Sanga Grup.
