- Book学术

发布求助

文献互助智能选刊最新文献

Indonesian of Health Information Management Journal (INOHIM) Pub Date : 2023-06-30 DOI:10.47007/inohim.v11i1.500

S. Panuntun, Dewi Krismawati, Setia Pramana, Erni Tri Astuti

{"title":"Analisis Teks Pemberitaan Telemedicine di Indonesia: Pendekatan Sentimen, NER, Topic Modeling, dan Social Network dalam Memahami Isu dan Persepsi","authors":"S. Panuntun, Dewi Krismawati, Setia Pramana, Erni Tri Astuti","doi":"10.47007/inohim.v11i1.500","DOIUrl":null,"url":null,"abstract":"AbstractTelemedicine is becoming an increasingly relevant phenomenon in the health sector in Indonesia, especially with the emergence of the COVID-19 Pandemic. This study examines text analysis of telemedicine news coverage during the COVID-19 pandemic in Indonesia using sentiment analysis, Named Entity Recognition (NER), topic modeling, and Social Network Analysis (SNA). This research aims to gain an in-depth understanding of issues, public perceptions, social networks, and topics related to the use of telemedicine in dealing with a pandemic. This study provides a comprehensive understanding of telemedicine coverage during the COVID-19 pandemic in Indonesia by combining four methods. The findings of this research can provide valuable insights for stakeholders in optimizing the use of telemedicine, understanding public perceptions, and building effective collaborations in handling pandemics.Keywords: telemedicine, sentiment analysis, Named Entity Recognition (NER), topic modeling, social network analysis, COVID-19 AbstrakTelemedicine menjadi fenomena yang semakin relevan dalam sektor kesehatan di Indonesia, terutama dengan munculnya Pandemi COVID-19. Penelitian ini mengkaji analisis teks pemberitaan telemedicine selama pandemi COVID-19 di Indonesia dengan menggunakan analisis sentimen, Named Entity Recognition (NER), Topic Modeling, dan Social Network Analysis (SNA). Tujuan penelitian ini adalah untuk memperoleh pemahaman yang mendalam tentang isu-isu, persepsi masyarakat, jaringan sosial, dan topik-topik yang terkait dengan pemanfaatan telemedicine dalam menghadapi masalah kesehatan di masa pandemi. Penggunaan gabungan empat metode analisis agar dapat menyajikan pemahaman yang komprehensif tentang pemberitaan telemedicine selama pandemi COVID-19 di Indonesia. Hasil penelitian menunjukkan adanya kecenderungan sentimen positif dan netral terhadap telemedicine dan keberadaannya sangat membantu masalah kesehatan di masa Pandemi COVID-19. Selain itu pejabat pemerintah adalah nama yang paling sering muncul dalam pemberitaan telemedicine yang memiliki makna peranan sentral pemerintah dalam masalah kesehatan sangat dibutuhkan. Penelitian ini diharapkan dapat memberikan wawasan berharga bagi para pemangku kepentingan dalam mengoptimalkan pemanfaatan telemedicine, memahami persepsi masyarakat, dan membangun kolaborasi yang efektif dalam penanganan pandemi.Kata Kunci: telemedicine, analisis sentimen, Named Entity Recognition (NER), social network analysis, topic modelling, COVID-19","PeriodicalId":191162,"journal":{"name":"Indonesian of Health Information Management Journal (INOHIM)","volume":"28 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Indonesian of Health Information Management Journal (INOHIM)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47007/inohim.v11i1.500","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

摘要

电子医学在印度尼西亚的卫生部门正成为越来越重要的现象，特别是随着COVID-19大流行的出现。本研究使用情感分析、命名实体识别(NER)、主题建模和社会网络分析(SNA)对印度尼西亚COVID-19大流行期间的远程医疗新闻报道进行了文本分析。这项研究的目的是深入了解与使用远程医疗处理大流行病有关的问题、公众看法、社会网络和主题。本研究通过结合四种方法，全面了解了印度尼西亚COVID-19大流行期间远程医疗的覆盖情况。这项研究的结果可为利益攸关方提供宝贵的见解，以优化远程医疗的使用，了解公众的看法，并在处理大流行病方面建立有效的合作。关键词:远程医疗，情感分析，命名实体识别(NER)，主题建模，社会网络分析，COVID-19[摘要]远程医疗menjadi现象yang semakin相关的dalam部门印度尼西亚kesehatan, terutama denengan munculnya COVID-19大流行。印尼新型冠状病毒大流行远程医疗模型的研究:情感分析、命名实体识别(NER)、主题建模、社会网络分析(SNA)。Tujuan penelitian ini adalah untuk memperperoleh pemahaman yang mendalam tentenisu - isu-isu, persepsi masyarakat, jaringan社会，dan topik-topik yang terkait denengan pmanfaatan远程医疗dalam menghadapi masalah kesehatan di masa流行病。pengunaan gabungan的实验方法分析，琼琼岛，menyajikan, pemahaman yang综合研究，pemberitaan和远程医疗印度尼西亚的selama大流行COVID-19。远程医疗在2019冠状病毒病(COVID-19)大流行中起着重要作用。Selain i pejabat pemerintah adalah nama yang paling服务muncul dalam pemberitaan远程医疗yang memiliki makmakna peranan中央pemerintah dalam masalah kesehatan sangat dibutuhkan。远程医疗，远程医疗，远程医疗，远程医疗，远程医疗，远程医疗，远程医疗。Kata Kunci:远程医疗、情感分析、命名实体识别(NER)、社交网络分析、主题建模、COVID-19

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Analisis Teks Pemberitaan Telemedicine di Indonesia: Pendekatan Sentimen, NER, Topic Modeling, dan Social Network dalam Memahami Isu dan Persepsi

AbstractTelemedicine is becoming an increasingly relevant phenomenon in the health sector in Indonesia, especially with the emergence of the COVID-19 Pandemic. This study examines text analysis of telemedicine news coverage during the COVID-19 pandemic in Indonesia using sentiment analysis, Named Entity Recognition (NER), topic modeling, and Social Network Analysis (SNA). This research aims to gain an in-depth understanding of issues, public perceptions, social networks, and topics related to the use of telemedicine in dealing with a pandemic. This study provides a comprehensive understanding of telemedicine coverage during the COVID-19 pandemic in Indonesia by combining four methods. The findings of this research can provide valuable insights for stakeholders in optimizing the use of telemedicine, understanding public perceptions, and building effective collaborations in handling pandemics.Keywords: telemedicine, sentiment analysis, Named Entity Recognition (NER), topic modeling, social network analysis, COVID-19 AbstrakTelemedicine menjadi fenomena yang semakin relevan dalam sektor kesehatan di Indonesia, terutama dengan munculnya Pandemi COVID-19. Penelitian ini mengkaji analisis teks pemberitaan telemedicine selama pandemi COVID-19 di Indonesia dengan menggunakan analisis sentimen, Named Entity Recognition (NER), Topic Modeling, dan Social Network Analysis (SNA). Tujuan penelitian ini adalah untuk memperoleh pemahaman yang mendalam tentang isu-isu, persepsi masyarakat, jaringan sosial, dan topik-topik yang terkait dengan pemanfaatan telemedicine dalam menghadapi masalah kesehatan di masa pandemi. Penggunaan gabungan empat metode analisis agar dapat menyajikan pemahaman yang komprehensif tentang pemberitaan telemedicine selama pandemi COVID-19 di Indonesia. Hasil penelitian menunjukkan adanya kecenderungan sentimen positif dan netral terhadap telemedicine dan keberadaannya sangat membantu masalah kesehatan di masa Pandemi COVID-19. Selain itu pejabat pemerintah adalah nama yang paling sering muncul dalam pemberitaan telemedicine yang memiliki makna peranan sentral pemerintah dalam masalah kesehatan sangat dibutuhkan. Penelitian ini diharapkan dapat memberikan wawasan berharga bagi para pemangku kepentingan dalam mengoptimalkan pemanfaatan telemedicine, memahami persepsi masyarakat, dan membangun kolaborasi yang efektif dalam penanganan pandemi.Kata Kunci: telemedicine, analisis sentimen, Named Entity Recognition (NER), social network analysis, topic modelling, COVID-19

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Indonesian of Health Information Management Journal (INOHIM)

自引率

0.00%

发文量