Analisis Sentimen Terhadap Kinerja Pelayanan Publik Di Kota Surabaya Berdasarkan Klasifikasi Komentar Di Media Sosial Dengan Menggunakan Algoritma Naïve Bayes

Faradhillah, Nuke Yulnida Aden (2016) Analisis Sentimen Terhadap Kinerja Pelayanan Publik Di Kota Surabaya Berdasarkan Klasifikasi Komentar Di Media Sosial Dengan Menggunakan Algoritma Naïve Bayes. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5212100123-Undergradute Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Salah satu sumber informasi yang dibutuhkan oleh Pemerintah untuk dapat meningkatkan kinerjanya adalah umpan balik dari masyarakat. Di era sekarang, media sosial seringkali digunakan oleh masyarakat sebagai alat untuk menyampaikan keluhan terhadap pelayanan yang telah diberikan, memberikan usulan terhadap program kerja atau sekedar ingin mengetahui informasi terkini. Hasil opini yang telah diberikan oleh masyarakat inilah yang dapat digunakan sebagai bahan evaluasi oleh pemilik perusahaan atau instansi terkait untuk melakukan perbaikan dan juga dapat meningkatkan kualitas kinerja yang baik ke depannya. Di Kota Surabaya, terdapat berbagai media sosial yang dapat dipergunakan masyarakat untuk menyampaikan semua keluhan, informasi, maupun saran terhadap proses pembangunan kota. Salah satu media sosial yang sering digunakan masyarakat yaitu twitter. Untuk dapat memantau seluruh tweet yang ada pada seluruh akun twitter bukanlah sesuatu yang mudah untuk dilakukan secara manual. Untuk itu dalam penelitian ini akan dilakukan pengklasifikasian opini masyarakat yang terkandung dalam media twitter secara otomatis. Pengklasifikasian dilakukan dengan menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM). Adapun data yang digunakan yaitu mengambil dari twitter @e100ss dan @SapawargaSby. Data dari twitter ini akan diolah dan dikelompokkan menjadi 3 kelas sentimen yaitu positif, negatif, dan netral. Model klasifikasi terbaik didapatkan dengan menggunakan algoritma Support Vector Machine (SVM) dengan hasil akurasi sebesar 79,81%. Untuk nilai precision pada kelas positif, negatif, dan netral berturut-turut yaitu 7,69%, 5,06%, dan 99,8%. Sedangkan nilai recall yaitu 66,66%, 100%, dan 79,67%, nilai f-measure yaitu 13,79%, 9,63%, dan 88,62%. Selain itu, pada penelitian ini juga dilakukan pembuatan visualisasi berupa wordcloud dan grafik streamgraph yang ditampilkan secara interaktif dengan aplikasi berbasis web yaitu Rshiny

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 006.312 Far a
Uncontrolled Keywords: Klasifikasi Teks, Twitter, Algoritma Naïve Bayes, Algoritma Support Vector Machine (SVM), Rshiny
Subjects: Q Science > QA Mathematics > QA76.9.D343 Data mining
Divisions: Faculty of Information Technology > Information System > 57201-(S1) Undergraduate Thesis
Depositing User: ansi aflacha
Date Deposited: 24 Jun 2019 07:26
Last Modified: 24 Jun 2019 07:26
URI: http://repository.its.ac.id/id/eprint/63202

Actions (login required)

View Item View Item