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.
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. Querying (Computer science) |
| 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 |