Klasifikasi Teks Pengaduan SAMBAT Online Menggunakan Support Vector Machine (SVM)

Samsu Dhuha, Nanda (2020) Klasifikasi Teks Pengaduan SAMBAT Online Menggunakan Support Vector Machine (SVM). Sarjana thesis, Universitas Brawijaya.

Abstract

Pentingnya pelayanan publik bagi masyarakat dalam rangka memenuhi kebutuhan mereka setiap harinya, mendorong Pemerintah Kota Malang menyediakan sarana pengaduan berbasis online bernama SAMBAT Online. SAMBAT Online merupakan sarana yang disediakan untuk menjembatani sekaligus memudahkan warga untuk melayangkan aspirasai, saran, kritik, pengaduan maupun pertanyaan kepada perangkat Pemerintah Kota Malang. Dalam rangka menciptakan pelayanan yang berkualitas, Dinas Komunikasi dan Informatika kota Malang masih kesulitan dalam melakukan penyebaran pengaduan yang terus bertambah setiap harinya. Ditambah lagi dengan belum dilakukannya evaluasi dan analisis terkait data pengaduan dengan baik. Maka dari itu perlu dilakukan prediksi klasifikasi dokumen pengaduan, hal tersebut dibutuhkan agar DISKOMINFO dapat fokus pada evaluasi layanan pengaduan SAMBAT Online. Salah satu cara untuk melakukan evaluasi adalah dengan menganalisis data pengaduan hasil klasifikasi. Proses klasifikasi data pengaduan pada penelitian ini dilakukan menggunakan algoritme Support Vector Machine dengan TF-IDF (Term Frequency – Inverser Document Frequency) sebagai pembobotan kata serta menggunakan metode Cross Validation pada proses pebagian data training dan data testing. Metode Cross Validation menggunakan algoritme K-Fold Cross Validation menghasilkan pembagian data laporan sebanyak 180 data sebagai data training dan 729 sebagai data testing dari total keseluruhan 909 data. Pemodelan klasifikasi teks menghasilkan rata-rata nilai Precision sebesar 86%, Recall sebesar 70%, F1-Score sebesar 75%, dan Accuracy sebesar 84%. Informasi yang dihasilkan kemudian akan divisualisasikan kedalam bentuk dashboard, informasi yang disajikan antara lain jumlah pengaduan berdasarkan target OPD (Organisasi Perangkat Daerah) tiap waktunya, jumlah pengaduan berdasasrkan platform pengaduan tiap waktunya, jumlah penyebaran pengaduan ke OPD yang bersangkutan dan informasi terkait pengaduan yang paling sering diajukan. Untuk mengetahui tingkat kelayakan dashboard, dilakukan pengujian dengan metode SUS (System Usability Scale) pada kepala bidang DISKOMINFO kota Malang. Nilai yang didapat sebesar 85 yang menandakan dashboard dapat diterima dengan baik

English Abstract

The importance of public services for the community in order to meet their needs every day, encourages the Malang City Government to provide an online-based complaint facility called SAMBAT Online. SAMBAT Online is a facility provided to bridge and facilitate citizens to cast aspirations, suggestions, criticisms, complaints and questions to the City Government of Malang. In order to create quality services, the Communication and Informatics Office of Malang City still has difficulty in spreading complaints that are increasing every day. Coupled with the evaluation and analysis of complaints data that have not been done properly. Therefore, it is necessary to predict the classification of complaints documents, this is needed so that DISKOMINFO can focus on evaluating SAMBAT Online complaint services. One way to conduct an evaluation is by analyzing the classification result complaints data. Complaints data classification process in this study was carried out using Support Vector Machine algorithm with TF-IDF (Term Frequency - Inverser Document Frequency) as a weighting of words and using the method of Cross Validation in the process of division of training data and testing data. The Cross Validation method uses the K-Fold Cross Validation algorithm to produce 180 data reports as training data and 729 as testing data from a total of 909 data. Text classification modeling produces an average Precision value of 86%, Recall of 70%, F1-Score of 75%, and Accuracy of 84%. The information generated will then be visualized in the form of a dashboard, the information presented includes the number of complaints based on the target OPD (Regional Apparatus Organization) each time, the number of complaints based on the complaints platform at any time, the number of complaints spread to the relevant OPD and the most frequent information related complaints. submitted. To find out the level of eligibility of the dashboard, a SUS (System Usability Scale) method was conducted on the head of the DISKOMINFO in Malang. The value obtained is 85 which indicates the dashboard can be well received

Item Type:	Thesis (Sarjana)
Identification Number:	0520150274
Uncontrolled Keywords:	Pengaduan, Klasifikasi teks, Analisis data, Support Vector Machine, Visualisasi, Dashboard.,Complaints, Text classification, Data analysis, Support Vector Machine, Visualization, Dashboard
Subjects:	000 Computer science, information and general works > 004 Computer science
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Unnamed user with username nova
Date Deposited:	06 Sep 2022 01:39
Last Modified:	06 Sep 2022 01:39
URI:	http://repository.ub.ac.id/id/eprint/193955

Text (DALAM MASA EMBARGO) Nanda Samsu Dhuha.pdf Restricted to Registered users only until 31 December 2023. Download (4MB)

Actions (login required)

View Item