Triawan, Ade Yudys (2019) Sistem Klasifikasi Pengaduan Masyarakat Berdasarkan OPD (Organisasi Perangkat Daerah) Menggunakan Pendekatan Ensemble Naive Bayes (Studi Kasus: Dinas Komunikasi, Informatika Dan Statistik Kota Denpasar). Sarjana thesis, Universitas Brawijaya.
Abstract
Pro Denpasar+ merupakan pengaduan masyarakat yang dikelola oleh Dinas Komunikasi, Informasi dan Statistik Kota Denpasar (DKIS) yang berbentuk forum. Pengaduan yang dibuat oleh masyarakat kemudian akan dibalas oleh admin atau personil dari Organisasi Perangkat Daerah yang dituju. Akan tetapi admin pada DKIS sebagai verifikator yang memeriksa tiap pengaduan merasa kebingungan memilih OPD karena adanya kemiripan antar pengaduan. Dalam hal ini DKIS memerlukan suatu sistem yang dapat mengklasifikasi pengaduan yang dapat membantu verifikator dalam menentukan OPD tujuan. Metode yang digunakan adalah teks mining. Salah satu penggunaan teks mining adalah klasifikasi menggunakan Ensemble Naive Bayes. Naive Bayes merupakan klasifikasi statistik yang menggunakan perhitungan probabilitas untuk memprediksi keanggotaan kelas pada data tuple ke dalam kelas tertentu. Teknik Ensemble merupakan teknik penggabungan hasil dari berbagai model tertentu untuk menghasilkan model terbaik. Hasil dari kebutuhan fungsional sistem terdapat 6 kebutuhan fungsional serta pada perancangan menghasilkan 6 use case dan 15 class. Implementasi menggunakan bahasa pemrograman JAVA dengan library WEKA pada klasifikasi dan MYSQL pada database. Validation testing menghasilkan nilai 100% dengan hasil dari Confussion Matrix menggunakan rasio 90:10 menghasilkan nilai akurasi sebesar 91,8182% sedangkan nilai dari area under ROC menghasilkan nilai 0,982825. Selain itu nilai dari User Acceptance Testing menghasilkan nilai 97,5%.
English Abstract
Pro Denpasar+ is a public complaint managed by the Denpasar City Communication, Information and Statistics Office (CISO) in the form of a forum. Complaints made by the community will then be replied to by the admin or personnel from the designated Regional Device Organization (RDO). However, the admin at CISO as the verifier who examined each complaint felt confused choosing the RDO because of the similarity between complaints. In this case CISO requires a system that can classify complaints that can help the verifier in determining the destination RDO. The method used is text mining. One of the uses of text mining is classification using Ensemble Naive Bayes. Naive Bayes is a statistical classification that uses probability calculations to predict class membership in tuple data into a particular class. Ensemble technique is a technique of combining the results of various specific models to produce the best model. The results of the functional requirements of the system are 6 functional requirements and the design produces 6 use cases and 15 classes. The implementation uses the JAVA programming language with the WEKA library on classification and MYSQL on the database. Validation testing produces a value of 100% with the results of Confusion Matrix using a 90:10 ratio resulting in an accuracy value of 91.8182% while the value of area under ROC produces a value of 0.982825. In addition, the value of User Acceptance Testing produces a value of 97.5%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/261/051905579 |
| Uncontrolled Keywords: | text mining, teknik ensemble, naive bayes, UAT, pengaduan, pemerintah / text mining, ensemble technique, Naive Bayes, UAT, complaint, government |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi |
| Depositing User: | Endang Susworini |
| Date Deposited: | 23 Jul 2020 07:07 |
| Last Modified: | 31 Jul 2020 06:03 |
| URI: | http://repository.ub.ac.id/id/eprint/171293 |
Actions (login required)
 |
View Item |