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.

[thumbnail of 5111100188-Undergraduate Thesis.pdf]
Preview
Text
5111100188-Undergraduate Thesis.pdf - Published Version

Download (2MB) | Preview

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 > 55201-(S1) Undergraduate Thesis
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