IDENTIFIKASI INFORMASI PEREKONOMIAN PADA MEDIA SOSIAL MENGGUNAKAN METODE DECISION TREE UNTUK BADAN PUSAT STATISTIK

KUSUMA, PRAMANA YHOGA CHANDRA (2017) IDENTIFIKASI INFORMASI PEREKONOMIAN PADA MEDIA SOSIAL MENGGUNAKAN METODE DECISION TREE UNTUK BADAN PUSAT STATISTIK. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 2214206724-Master_Theses.pdf]
Preview
Text
2214206724-Master_Theses.pdf - Published Version

Download (3MB) | Preview

Abstract

Badan Pusat Statistik (BPS) adalah salah satu lembaga pemerintah yang memiliki tugas menyediakan data yang akurat dan handal bagi pemerintah dan masyarakat. Saat ini BPS belum memiliki dasar yang dapat digunakan untuk menyediakan data yang dibutuhkan oleh masyarakat. Hal tersebut bisa menyebabkan ketidaksesuaian antara data yang dihasilkan BPS dan yang dibutuhkan oleh masyarakat. BPS juga belum memperhatikan media sosial yang memiliki potensi untuk menjaring opini terutama mengenai data yang dibutuhkan masyarakat.
Tujuan dari penelitian ini adalah mengidentifikasi topik-topik utama pada perekonomian yang bisa dijadikan dasar pemenuhan kebutuhan data kepada masyarakat. Hasil identifikasi ini diharapkan bisa menjadi saran untuk BPS dalam memaksimalkan penyediaan data kepada masyarakat.
Beberapa komentar masyarakat terutama tentang topik perekonomian pada Twitter dikumpulkan dan diklasifikasikan menggunakan metode Decision tree. Pengumpulan tweet dilakukan selama dua bulan yaitu pada bulan Januari dan Februari 2016. Proses pengumpulan menghasilkan 33.497 tweet dan diambil 1.858 sebagai data latih. Hasil klasifikasi menunjukkan bahwa 16.479 tweet termasuk topik perekonomian yang tidak menyebutkan data BPS.
Kandidat topik utama yang berhasil diidentifikasi dari tweet perekonomian tersebut berjumlah 28. Kandidat tersebut diidentifikasi menggunakan bigram dan trigram. Kandidat topik utama tersebut diseleksi kembali untuk menemukan topik yang relevan. Kesimpulannya, kami menemukan 3 topik utama tentang perekonomian yang perlu diperhatikan oleh BPS yaitu : paket bijak ekonomi (paket kebijakan ekonomi), sawit indonesia, dan ekonomi kreatif
==========================================================================================================
Badan Pusat Statistik (BPS) or known as Statistics Indonesia is a government agency which has the task of providing accurate and reliable data for the government and society. Currently, BPS does not yet have a base that can be used to provide the data needed by the community. This can lead a mismatch between the data produced by BPS and that needed by the society. BPS also has not noticed that social media has the potential to solicit opinions, especially regarding the data required by the society.
The purpose of this study was to identify the main topics on the economy that could be the basis of fulfilling the needs of data to the public. The result of this identification is expected to be a suggestion for BPS to maximize the provision of data to the public.
Some public comments, especially about topics on Twitter economies gathered and classified using Decision tree. The collection process of tweets for two months, on January and February 2016. The collecting process produce 33.497 tweets and 1.858 taken as training data. The results show that 16.479 tweets included the topic of the economy that do not mention the BPS.
Topic's candidates that successfully identified in the economic tweet totaled 28. The candidates identified using Bigram and trigram. The main topic's candidates were filtered to find the relevant topics. In conclusion, we found three main topics about the economy that need to be considered by the BPS namely: package of economic policy, Indonesian palm oil, and the creative economy.

Item Type: Thesis (Masters)
Uncontrolled Keywords: media sosial, opini publik, perekonomian, badan pusat statistik, social media, public opinion, economics, statistics indonesia
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions: Faculty of Industrial Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: - PRAMANA YHOGA CHANDRA KUSUMA
Date Deposited: 24 Jan 2017 02:01
Last Modified: 06 Mar 2019 02:09
URI: http://repository.its.ac.id/id/eprint/2673

Actions (login required)

View Item View Item