Rancang Bangun Aplikasi Untuk Klasifikasi Post Pada Sosial Media Pemerintah Daerah Di Indonesia Menggunakan Support Vector Machine (SVM)

Prakoso, Guntur Kondang (2018) Rancang Bangun Aplikasi Untuk Klasifikasi Post Pada Sosial Media Pemerintah Daerah Di Indonesia Menggunakan Support Vector Machine (SVM). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

This is the latest version of this item.

[img] Text
05211440000153-undergraduate_thesis.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Seiring berkembangnya penggunaan internet di Indonesia, semakin banyak juga pengguna internet sebagai sarana media komunikasi. Dari sebuah hasil survey dapat diketahui bahwa pada tahun 2017 lebih dari 50% penduduk Indonesia telah terhubung ke internet. Banyaknya penduduk Indonesia yang menggunakaninternet juga mendorong layanan serta komunikasi pemerintah menuju media berbasis internet. Pemerintah daerah membuat layanan electronic government atau lebih dikenal dengan sebutan e-government. Salah satu contoh e-government yang diterapkan pemerintah daerah adalah melalui media website serta media sosial seperti Facebook, Twitter dan Youtube. Pemerintah sendiri masih belum ada klasifikasi ataupun kategorisasi terhadap post yang dilakukan. Hal ini menyebabkan kurangnya informasi akan post seperti apa yang mendapat sedikit atau banyak tanggapan dari masyarakat. Sedikit banyaknya tanggapan sendiri menjadi salah satu pengukuran bagi keberhasilan penyampaian informasi kepada masyarakat. Dari permasalahan tersebut diperlukan solusi untuk melakukan pengkategorian agar diketahui kategori post pada media sosial pemerintah daerah di Indonesia, dengan cara melakukan klasifikasi terhadap post media sosial milik pemerintah daerah. Hal ini dilakukan dengan menggunakan konsep crawling yang berfungsi untuk mengumpulkan data dan metode SVM untuk mengklasifikasikan kategori postingan. Pengklasifikasian ini dilakukan dengan menggunakan bantuan Apache Kafka sebagai data pipeline dan Apache Spark untuk membantu proses pembelajaran mesin. Klasifikasi kategori dibagi menjadi 6 kategori yang dimana selanjutnya dilakukan pembuatan model berdasarkan data media sosial pemerintah daerah. Kategori yang digunakan adalah edukasi warga, informasi layanan, informasi peristiwa, promosi daerah, permintaan opini informasi dan pemberitahuan pemeliharaan. Dari pemodelan tersebut didapatkan hasil 78% dengan parameter maksimal pengulangan 10 dan parameter reguler lambda 0.03. Hasil dari model ini kemudian diimplementasikan secara streaming sehingga data postingan selanjutnya dapat diklasifikasikan secara otomatis dan ditampilkan secara visual kepada pengguna ============ Along with the development of internet usage in Indonesia, more and more also internet users as medium of communication media. From a survey, the result can be seen that in 2017 more than 50% of Indonesia's population has been connected to the internet. A large number of Indonesians who use the internet also encourages governmental services and communication to Internet-based media. Local governments make electronic government services or better known as e-government. One example of e-government applied by local government is through media websites and social media like Facebook, Twitter, and Youtube. The government itself there is still no classification or categorization of the post made. This leads to a lack of information on the post as to what has received little or much public response. Few responses themselves become one of the measurements for successful delivery of information to the public. From the problem, it is a necessary solution to categorize to know the category of post on social media of local government in Indonesia, by way of classification to social media post owned by local government. This is done by using the concept of crawling that serves to collect data and SVM methods to classify the category of posts. This classification is done using the help of Apache Kafka as pipeline data and Apache Spark to help machine learning process. Classification of categories is divided into 6 categories which in turn are modeled based on social media data of local government. The categories used are citizens education, service information, event information, regional promotion, information opinion requests and maintenance notices. From the modeling obtained 78% results with maximum parameter repetition 10 and lambda 0.03 regular parameters. The results of this model are then implemented in streaming so that the next posting data can be classified automatically and displayed visually to the user

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Pemerintah Daerah, Crawling, Media Sosial, Support Vector Machine, Local Government, classification and categorization of the public post on social media
Subjects: H Social Sciences > HM Sociology > HM742 Online social networks.
T Technology > T Technology (General)
T Technology > T Technology (General) > T57.5 Data Processing
T Technology > T Technology (General) > T58.5 Information technology. IT--Auditing
T Technology > T Technology (General) > T58.6 Management information systems
Divisions: Faculty of Information and Communication Technology > Information Systems > (S1) Undergraduate Theses
Depositing User: Guntur Kondang Prakoso
Date Deposited: 08 Oct 2018 03:50
Last Modified: 08 Oct 2018 03:50
URI: http://repository.its.ac.id/id/eprint/52709

Available Versions of this Item

Actions (login required)

View Item View Item