Analisis Proses Bisnis Halodoc Menggunakan BPMN Berdasarkan Hasil Text Mining Pada Ulasan Pengguna

Abstract

Perkembangan teknologi digital mendorong transformasi layanan kesehatan melalui telemedicine, salah satunya adalah aplikasi Halodoc di Indonesia. Meskipun memudahkan akses layanan kesehatan, pengguna masih kerap menyampaikan keluhan terhadap layanan telekonsultasi. Penelitian ini bertujuan untuk menganalisis proses bisnis telekonsultasi Halodoc menggunakan Business Process Model and Notation (BPMN) berdasarkan hasil text mining pada ulasan pengguna di Google Play Store. Metode yang digunakan meliputi text mining untuk mengekstrasi informasi dari ulasan pengguna, Clustering dengan menggunakan algortima K-Means untuk mengelompokkan permasalahan berdasarkan kemiripan karakteristik, dan pemodelan BPMN untuk memvisualisasikan alur proses bisnis. Hasil penelitian menjunjukkan delapan kategori permasalahan utama, antara lain respons dokter, kualitas dokter, kualitas konsultasi, sistem pembayaran dan refund, pengimiriman obat, sistem aplikasi dan UI/UX, harga dan value, serta customer service. Analisis Clustering menghasilkan lima kelompok pengguna dengan tingkat potensi yang berbeda. Pemetaan ke dalam model BPMN mengidentifikasi tiga titik kritis, yaitu aktivitas menunggu respons dokter tanpa Service Level Aggrement (SLA) yang jelas, proses pembayaran dan refund yang kurang transparan, serta pengiriman obat tanpa sistem tracking real-time.Berdasarkan temuan tersebut, dirumuskan rekomendasi perbaikan BPMN yang mengintegrasikan waktu ketersediaan dokter, penjadwalan konsultasi, transparansi pembayaran, dan fitur pelacakan pengiriman obat secara real-time untuk meningkatkan efektivitas layanan dan kepuasan pengguna.

Technological developments are transforming healthcare through telemedicine, including the Halodoc application. Although it facilitates access to healthcare services, users still frequently express complaints about teleconsultation services. This study aims to analyze Halodoc’s teleconsultation business process using Business Process Model and Notation (BPMN) based on text mining results from user reviews on the Google Play Store. Methods include text mining to extract information from user reviews, clustering using the K-Means algorithm to group issues based on similar characteristics, and BPMN modeling to visualize the business process flow. The results identified eight main problem categories, including doctor response, doctor quality, consultation quality, payment and refund systems, medication delivery, application UI/UX, price and value, and customer service. The clustering reveals five user groups with different characteristics. Map to the BPMN model identified three critical points: the activity of waiting for a doctor’s response without a clear Service Level Agreement (SLA), a payment and refund process lacking transparency, and medication delivery without a real-time tracking system. Based on these findings, BPMN improvement recommendations were formulated that integrate doctor availability times, consultation scheduling, payment transparency, and real-time medication delivery tracking features to enhance service effectiveness and user satisfaction.