Implementasi Modul Monitoring Dan Klasifikasi Tanggapan Aduan Dengan Metode Naïve Bayes Pada Aplikasi Perangkat Bergerak Suara Warga Kota Kediri

Bagaskoro, Mahardhika Rizki (2015) Implementasi Modul Monitoring Dan Klasifikasi Tanggapan Aduan Dengan Metode Naïve Bayes Pada Aplikasi Perangkat Bergerak Suara Warga Kota Kediri. Undergraduate thesis, Institut Technology Sepuluh Nopember.

[img] Text
5111100188-Undergraduate Thesis.pdf - Published Version

Download (2MB)

Abstract

Melakukan monitoring terhadap kinerja departemen pada suatu pemerintahan merupakan kegiatan yang penting dilakukan setiap saat oleh pemerintah untuk menjaga kualitas pelayanan kepada masyarakat tetap terjaga. Kinerja suatu departemen dapat dinilai dari tanggapan yang diberikan untuk aduan yang mereka terima. Hal seperti ini memungkinkan departemen selalu menanggapi setiap aduan dengan sembarangan agar mendapatkan penilaian yang baik, sehingga diperlukan sebuah metode untuk mengelompokkan tanggapan yang diberikan oleh departemen tertentu terhadap aduan yang diterimananya. Pada Tugas Akhir ini akan dibangun suatu modul aplikasi pada perangkat bergerak yang dapat melakukan kegiatan monitoring serta mengelompokkan tanggapan-tanggapan departemen secara otomatis menggunakan metode Naïve Bayes. Metode ini mengategorikan objek baru berdasarkan atribut dan sampel data training. Naïve Bayes memanfaatkan nilai probabilitas semua tanggapan dan setiap kategori untuk mengelompokkan tanggapan. Modul aplikasi ini dibangun pada sistem operasi Android. Modul aplikasi yang telah dikembangkan diuji berdasarkan fungsionalitasnya. Pengujian dilakukan melalui skenario yang x mencerminkan fitur aplikasi. Berdasarkan uji coba terhadap klasifikasi yang dilakukan menggunakan 36 tanggapan yang dihimpun dari tanggapan pada tanggal 5 Januari – 20 Februari 2015 yang diambil dari database Suara Warga Kota Kediri, menunjukkan bahwa metode Naïve Bayes mampu melakukan klasifikasi tanggapan berbahasa Indonesia dengan tingkat akurasi mencapai 80,56%. Hasil pengujian menunjukkan modul aplikasi dapat bekerja dengan baik. ======================================================================================================== Monitoring department’s performance on a government agencies is an important activity to do every time by the government in order to maintain their service quality towards its people. Department’s performance can be rated from their responses towards complaints they received. These things may enable a department to always response a complaint carelessly in order to get a good score, therefore it’s needed to make a method that categorize complaint’s response given by a department. This final project aims to build a module that works on a mobile devices in which can do monitoring activities and classifying department’s responses automatically using Naïve Bayes method. This method will categorize new objects based on the attributes and training data samples. Naïve bayes utilize the probability value of all responses and each category to group those responses. This module built on Android. The developed module tested based on its functionality. The testing done trough several scenarios which reflects the feature of the application module. Based on a test on classification performed using 36 responses gathered from January 5th until February 20th 2015 taken from Suara Warga Kota Kediri database, suggesting that Naïve Bayes capable of classifying Indonesian language xii responses with an accuracy of 80,56%. The test results show that application run properly.

Item Type: Thesis (Undergraduate)
Additional Information: RSIf 621.384 56 Bag i
Uncontrolled Keywords: Android, klasifikasi, Naïve Bayes, monitoring, perangkat bergerak
Subjects: Q Science > QA Mathematics > QA76.774.A53 Android
Divisions: Faculty of Information and Communication Technology > Informatics > (S1) Undergraduate Theses
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 15 May 2019 02:41
Last Modified: 15 May 2019 02:41
URI: http://repository.its.ac.id/id/eprint/63029

Actions (login required)

View Item View Item