Prastowo, Eko Yudhi (2019) Analisis Sentimen Kebijakan Pemerintah dalam Pembangunan Infrastruktur pada Twitter Menggunakan Multilayer Perceptron Classifier. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
07111750067001-Master_Thesis.pdf Download (1MB) | Preview |
Abstract
Pembangunan infrastruktur merupakan prioritas kebijakan pemerintah untuk peningkatan pertumbuhan dan pemerataan pembangunan dalam rangka meningkatkan kesejahteraan masyarakat dan pembangunan daerah. Dalam siklus kebijakan publik, evaluasi berfungsi sebagai pertanggungjawaban publik, terlebih masyarakat makin kritis menilai kinerja pemerintah karena masyarakat yang merasakan dampak kebijakan. Pada beberapa penelitian tentang kebijakan publik, pengukuran dampak kebijakan dilakukan dengan metode kuantitatif dengan sumber data yang diperoleh dari wawancara atau kuesioner dengan responden adalah masyarakat. Pengumpulan data melalui wawancara atau kuesioner dengan responden jumlah yang besar membutuhkan waktu yang lama dan biaya yang cukup besar. Pada penelitian ini, data yang digunakan adalah data Twitter yang berisi opini dan komentar terhadap kebijakan pemerintah. Opini dan komentar masyarakat di Twitter diolah menggunakan analisis sentimen untuk menilai apakah masyarakat merasakan dampak positif atau dampak negatif dari kebijakan pemerintah pada pembangunan infrastruktur. Analisis sentimen dilakukan dengan pendekatan machine learning menggunakan Multilayer Perceptron. Tranformasi data teks Twitter menjadi vektor menggunakan Word2vec sebagai masukan Multilayer Perceptron. Multilayer Perceptron menunjukkan nilai akurasi tertinggi sebesar 0,7625 saat menggunakan algoritme pelatihan Adam dengan learning rate 0,001. Dari data Twitter yang diamati mulai Januari 2016 sampai dengan April 2018, klasifikasi dan analisis sentimen Multilayer Perceptron menunjukkan sentimen negatif pada tengah tahun pertama 2016 pada saat kebijakan infrastruktur mulai dicanangkan. Sentimen positif masyarakat mulai muncul mulai tengah tahun kedua 2016 sampai dengan 2018 saat pembangunan infrastruktur menunjukkan hasil dan masyarakat mulai menggunakan infrastruktur utamanya jalan tol dan jalan nasional.
=================================================================================================================================
Infrastructure development is a priority for government policies to increase growth and equitable development in order to improve people welfare and regional development. In the public policy cycle, evaluation functions as a public responsibility, especially as people increasingly critically assess government performance because people feel impact of policy. In several studies on public policy, measurement of policy impact was carried out with quantitative methods with data sources obtained from interviews or questionnaires with respondents being people. Data collection through interviews or questionnaires with large numbers of respondents requires a long time and considerable costs. In this study, data used is Twitter data that contains opinions and comments on government policies. Public opinion and comments on Twitter are processed using sentiment analysis to assess whether people feel the positive impact or negative impact of government policies on infrastructure development. Sentiment analysis carried out with a machine learning approach using Multilayer Perceptron. Transforming Twitter text data into vectors using Word2vec as a Multilayer Perceptron input. Multilayer Perceptron shows the highest accuracy value of 0.7625 when using Adam's training algorithm with a learning rate of 0.001. From the Twitter data observed from January 2016 to April 2018, classification and analysis of Multilayer Perceptron sentiments showed negative sentiment in the middle of the first year of 2016 at the time the infrastructure policy began to be launched. Positive public sentiment began to emerge from the middle of the second year of 2016 to 2018 when infrastructure development showed results and the community began to use infrastructure mainly toll roads and national roads.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTE 006.454 Pra a-1 2019 |
| Uncontrolled Keywords: | analisis sentimen, infrastruktur, kebijakan pemerintah, multilayer perceptron, twitter, sentiment analysis, government policy, infrastructure development |
| Subjects: | Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis |
| Depositing User: | Eko Yudhi Prastowo |
| Date Deposited: | 11 Oct 2024 06:55 |
| Last Modified: | 11 Oct 2024 06:55 |
| URI: | http://repository.its.ac.id/id/eprint/64453 |
Actions (login required)
 |
View Item |