Analisis Sentimen Pada Komentar Terhadap Kebijakan Perjalanan Domestik Yang Dikelompokkan Menggunakan Metode Self-Organizing Maps.

Dananjaya, Adrianus Bagas Tantyo (2022) Analisis Sentimen Pada Komentar Terhadap Kebijakan Perjalanan Domestik Yang Dikelompokkan Menggunakan Metode Self-Organizing Maps. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111840000102-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (12MB) | Request a copy

Abstract

Kebijakan perjalanan domestik menerapkan aturan mengenai pembatasan kegiatan transportasi selama masa pandemi Corona Virus Disease 2019 (COVID-19) untuk memutus rantai penyebaran COVID-19. Kebijakan yang sering berubah-ubah dalam rentang waktu yang singkat membuat masyarakat mengeluhkan hal tersebut. Masyarakat memberi tanggapan terhadap kebijakan tersebut melalui media sosial. Keluhan masyarakat bisa menjadi referensi untuk menyesuaikan kebijakan selain melalui evaluasi Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM). Penelitian ini membahas mengenai pengelompokkan komentar masyarakat tersebut dengan cara text mining yang berarti proses penggalian informasi dari data-data berupa teks yang akan menemukan keluhan masyarakat terhadap kebijakan perjalanan domestik sehingga bisa menjadi bahan evaluasi untuk membuat kebijakan selanjutnya. Metode yang digunakan untuk text mining tersebut adalah Self-Organizing Maps yang bersifat unsupervised learning untuk clustering komentar dan Indonesian Sentiment Lexicon untuk analisis sentimen komentar setiap cluster. Vaksin dan syarat perjalanan anak-anak merupakan hal yang dominan pada komentar terhadap kebijakan semua jenis transportasi dengan sentimen yang dominan pada komentar terhadap kebijakan perjalanan domestik adalah sentimen negatif.
==============================================================================================================================
Domestic travel policies apply rules regarding restrictions on transportation activities in Corona Virus Disease 2019 (COVID-19) to break the chain of the spread of COVID-19. Policies that often change in a short period of time make people complain about that problem. The public responds to the policy through the media social. Community complaints can be used as a reference for adjusting policies other than through the Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) evaluation. This study discusses the grouping of community comments using text mining which means the process of extracting information from data in the form of text that will find public complaints against domestic travel policies so that it can be used as an evaluation material for making next policies. The method used for text mining is Self-Organizing Maps which is unsupervised learning which is commonly used for clustering. Vaccines and children's travel conditions are the dominant things in comments on all types of transportation policies with the dominant sentiment of comments on domestic travel policies is negative sentiments.

Item Type:	Thesis (Other)
Additional Information:	RSMa 519.53 Dan a-1 2022
Uncontrolled Keywords:	Analisis Sentimen. Clustering. Kebijakan Perjalanan Domestik. Self-Organizing Maps. Text Mining. Clustering. Domestic Trip Policy. Self-Organizing Maps. Sentiment Analysis. Text Mining.
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	09 Jun 2026 03:23
Last Modified:	09 Jun 2026 03:23
URI:	http://repository.its.ac.id/id/eprint/133650

Actions (login required)

View Item