Klasifikasi Konten Pengaduan Pada Website BAKOHUMAS (Badan Koordinasi Hubungan Masyarakat) Dengan Metode Naive Bayes Classifier

Wahyudi, Rois Yanuar Rahman (2018) Klasifikasi Konten Pengaduan Pada Website BAKOHUMAS (Badan Koordinasi Hubungan Masyarakat) Dengan Metode Naive Bayes Classifier. Sarjana thesis, Universitas Brawijaya.

Abstract

Website BAKOHUMAS KOMINFO Jawa Timur merupakan website yang berfungsi sebagai perantara bagi masyarakat dengan badan lembaga pemerintahan. Pada website BAKOHUMAS terdapat fitur berupa berita-berita, terdapat juga sharing event-event yang akan diadakan oleh instansi pemerintahan. Selain itu terdapat pula fitur bagi masyarakat untuk dapat menyampaikan keluh kesah atau pengaduan terhadap kinerja dari suatu instansi pemerintahan. Pengaduan dari masyarakat ini akan disalurkan oleh KOMINFO kepada instansi-instansi yang bertanggung jawab. Akan tetapi admin harus mengecek apakah benar instansi yang dituju sudah memiliki kecocokan dengan konten dari pengaduan tersebut. KOMINFO membutuhkan suatu sistem untuk dapat mengklasifikasikan konten pengaduan secara otomatis sehingga pihak KOMINFO bisa menghemat waktu dalam menyampaikan pengaduan masyarakat kepada instansi yang tepat. Metode yang dapat digunakan untuk membangun sistem ini adalah text mining. Salah satu metode text mining yaitu Naive Bayes classifier. Naive Bayes classifier akan menghitung pembobotan kata dari data Iatih yang dimasukkan sebelumnya. Kelayakan metode ini diuji dengan ROC untuk mengetahui precision, recall, dan F-measure dari kiasifikasi sistem. Pengujian menghasilkan precision 80,5%, recall 80%, dan F-measure 79.9%.

English Abstract

Website BAKOHUMAS KOMINFO East Java is a website that serves as an intermediary for community with government agencies. Where on BAKOHUMAS website there are feature such as news, there is also sharing events that will be held by government agencies. In addition there are also feature for community to be able convey complaints against the performance of a government agency. Complaints from these communities will be distributed by KOMINFO to the responsible agencies. However, the admin must check wether the intended agency already has a match with the content of the complaint. KOMINFO need system to classify complaint content automatically so KOMINFO can save time in delivering community complaints to the appropriate agencies. The method that can be used to build this system is text mining. One method of text mining is the naive bayes classifier. Naïve bayes classifier will calculate the weight of words from previously entered data train. The feasibility of this method is tested with ROC to find out the precision, recall, and F-measure of the system classification. Testing result are precision 80,5%, recall 80%, and F-measure 79,9%.

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FTIK/2018/232/051801409
Uncontrolled Keywords:	Text Mining, Naïve Bayes, Sistem Informasi, Pengaduan, Pemerintah
Subjects:	000 Computer science, information and general works > 004 Computer science > 004.2 System analysis and design, computer architecture, performance evaluation
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Yusuf Dwi N.
Date Deposited:	28 May 2018 06:34
Last Modified:	09 Sep 2022 06:58
URI:	http://repository.ub.ac.id/id/eprint/11186

Text Rois Yanuar.pdf Download (41MB)

Actions (login required)

View Item