Rancang Bangun Aplikasi untuk Kategorisasi Komentar Netizen pada Media Sosial Pemerintah Daerah terhadap SKPD Berdasarkan Frekuensi Kata Kunci SKPD

Pratomo, Nody Risky (2018) Rancang Bangun Aplikasi untuk Kategorisasi Komentar Netizen pada Media Sosial Pemerintah Daerah terhadap SKPD Berdasarkan Frekuensi Kata Kunci SKPD. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05211440000166-Undergraduate_Theses.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Menurut survei internetworldstats yang dirilis pada Januari 2018, jumlah pengguna internet di Indonesia telah mencapai 132,7 juta jiwa. Dari jumlah tersebut, 40% diantaranya merupakan pengguna aktif media sosial. Hal ini mengakibatkan peningkatan penerapan konsep e-government pada pemerintah. Melalui sosial media, masyarakat dapat melakukan interaksi kepada akun sosial media pemerintah kota dalam memberikan informasi atau kritik dan saran terkait kotanya. Dengan mengetahui informasi atau permasalahan yang terjadi di suatu kota, pemerintah kota dapat melakukan aksi sesuai dengan SKPD terkait sesuai dengan tugas dan fungsinya masing-masing. Melalui fenomena tersebut, diperlukanlah suatu aplikasi yang bertujuan untuk melakukan kategorisasi komentar masyarakat di sosial media berdasarkan SKPD di masing-masing kota. Proses kategorisasi dilakukan dengan melihat kesesuaian kata kunci SKPD dengan komentar pada sosial media Facebook, Twitter, dan Youtube akun resmi pemerintah kota dan influencer. Apabila komentar memiliki kata kunci SKPD maka komentar akan dikategorikan sesuai SKPD, apabila komentar memiliki lebih dari satu kata kunci, maka komentar tersebut dikategorikan sebagai “duplicate”, dan apabila komentar tidak memiliki kata kunci maka akan dikategorikan sebagai “uncategorized”. Selain itu, aplikasi ini dapat memberikan rekomendasi kata kunci berdasarkan komentar yang masuk. Proses rekomendasi dilakukan dengan cara menghitung nilai IDF pada kata dalam komentar yang telah dikategorikan sesuai SKPD. Rekomendasi kata kunci yang diambil adalah kata kunci yang memiliki nilai IDF paling rendah. Hasil pengujian untuk kota Depok menunjukkan bahwa dari 4.325 komentar yang telah dilakukan preprocessing, 10,35% komentar berhasil dikategorikan sesuai SKPD. Jumlah komentar yang terkategori SKPD dipengaruhi oleh pemilihan kata kunci SKPD. Pengujian rekomendasi kata turut dilakukan dengan mengambil dinas dalam pemerintahan kota yang sama. Dari 19 dinas, terdapat 3 dinas yang mendapatkan rekomendasi kata. Hal ini disebabkan karena 3 dinas tersebut memiliki jumlah komentar yang lebih besar dari rata-rata komentar yang telah terkategorisasi. Dari 3 dinas, 1 dinas memiliki kata kunci yang relevan dan 2 sisanya tidak relevan dengan SKPD. Hal ini disebabkan tidak tepatnya kata kunci SKPD untuk melakukan kategorisasi serta jumlah komentar terkategorisasi yang masih sedikit. =========== According to a survey conducted by internetworldstats in 2018, the number of internet users in Indonesia has reached 132,7 million people. From that number, 40% of them are active users of social media. This resulted in improvement of e-government concept on government. Through social media, people could interact with social media account in government in order to give information or criticism and suggestion to their city. With knowing information or issues in a city, the government could react through their local government agency related to their tasks and functions. Through the phenomenon, there is a needed an application that aims to categorize public comment on social media based on local government agency in each city in Indonesia. Categorization process is based on a keyword that related to local government agency in each city. Categorization process is performed by looking at the suitability of words in local government agency to comments on the official account and influencer account of Facebook, Twitter, and Youtube. If the comment has a keyword from local government agency then it will be categorized as local government agency itself, if the comment has more than one keyword then it will be categorized as “duplicate”, and if the comment does not have keyword then it will be categorized as “uncategorized”. Furthermore, the application could give the recommendation of keyword based on the comments which have been categorized based on local government agency. Recommendation process is performed by calculating IDF value in each word on comments that have been categorized. Keyword recommendations taken are keywords that have the lowest IDF value To test the categorization process, Depok city is being used. The test result shows that from 4.325 comments which have been preprocessing, 10,35% of them successfully categorized. The number of categorized comments based on local government agency is influenced by keyword selection. Testing keyword recommendation is also done by taking local government agency in the same city government. From 19 local government agency, there are 3 of them that get keyword recommendation. It is caused by the number of comments among 3 local government agency is more than the average number of comments that have categorized. From 3 local government agency, one of them has a keyword that is relevant for local government agency itself, meanwhile, the rest of them are not relevant. This happens because of the suitability of keyword in local government agency for categorization process and the number of categorized comments.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: egovernment, sosial media, kategorisasi, regular expression, categorize public comment
Subjects: H Social Sciences > HF Commerce > HF5415.52 Consumer complaints. Complaint letters
H Social Sciences > HM Sociology > HM742 Online social networks.
T Technology > T Technology (General)
T Technology > T Technology (General) > T57.5 Data Processing
Divisions: Faculty of Information and Communication Technology > Information Systems > (S1) Undergraduate Theses
Depositing User: Pratomo Nody Risky
Date Deposited: 08 Oct 2018 03:08
Last Modified: 08 Oct 2018 03:08
URI: http://repository.its.ac.id/id/eprint/52596

Actions (login required)

View Item View Item