Analisa microblogging untuk menentukan prioritas kebijakan publik berdasarkan opini masyarakat menggunakan algoritma naive bayes dan analytical hierarchy process

KHOIRON, MOHAMMAD (2016) Analisa microblogging untuk menentukan prioritas kebijakan publik berdasarkan opini masyarakat menggunakan algoritma naive bayes dan analytical hierarchy process. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 2214206708-abstract.pdf]
Preview
Text
2214206708-abstract.pdf - Published Version

Download (271kB) | Preview
[thumbnail of 2214206708-conclusion.pdf]
Preview
Text
2214206708-conclusion.pdf - Published Version

Download (259kB) | Preview
[thumbnail of 2214206708-Master_Theses.pdf]
Preview
Text
2214206708-Master_Theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Kondisi ketidakpuasan masyarakat terhadap kebijakan publik yang dibuat pemerintah akan menimbulkan sikap apatis, kontraproduktif, bahkan destruktif. Melihat permasalahan tersebut, perlu dicari solusi yang cepat dan murah untuk
mendapatkan data mengenai harapan masyarakat terhadap sebuah kebijakan publik, melalui analisa microblogging dalam kurun waktu tertentu. Kebijakan publik yang dijadikan simulasi untuk mengambil prioritas kebijakan dalam penelitian ini adalah MDGs (Millenium Development Goals).
Tweet harvesting dilakukan selama periode bulan Juni-Juli 2015 menggunakan enambelas kata kunci yang berkaitan dengan MDGs, dengan hasil 282124 tweet. Sebagai data latih diambil sebanyak 3200 tweet berdasarkan prosentase perolehan
tweet dari masing-masing kata kunci dan dilabeli secara manual sebagai tweet negatif, tweet positif, tweet netral dan tweet tanya. Analisa terhadap data latih memanfaatkan perangkat lunak Weka, dengan menggunakan algoritma Naïve Bayes menghasilkan akurasi klasifikasi terbaik
sebesar 72,1 % dengan kondisi pembobotan yang digunakan adalah TF-IDF , minimal term frequency=3, tanpa melakukan proses stopword, tokenizer yang dipakai adalah word tokenizer dengan procentage split sebesar 66% dan stemmer
yang digunakan adalah Lovins Stemmer. Hasil dari proses pembelajaran digunakan untuk melakukan prediksi terhadap 278924 data tweet yang tidak menjadi data latih.
Hasil klasifikasi digunakan untuk menentukan prioritas kebijakan publik menggunakan algoritma Analytical Hierarchy Process (AHP) dengan tahapan pembentukan hirarki dilanjutkan pembentukan matrik perbandingan berpasangan
yang mempertimbangkan tingkat kepentingan tweet negatif, tweet positif, tweet netral, tweet tanya, direct tweet dan retweet. Berikutnya dilakukan proses normalisasi matrik perbandingan berpasangan, pemeriksaan rasio konsistensi dan
evaluasi bobot keseluruhan. Analisa tersebut menempatkan memberantas kemiskinan dan kelaparan ekstrem menjadi prioritas kebijakan publik yang utama.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Kebijakan publik; Analisa sentimen; Klasifikasi; Naïve bayes; Analytical Hierarchy Process
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Anis Wulandari
Date Deposited: 03 Jun 2016 19:46
Last Modified: 27 Dec 2022 03:47
URI: http://repository.its.ac.id/id/eprint/205

Actions (login required)

View Item View Item