Klasifikasi Teks Pengaduan SAMBAT Online Menggunakan Support Vector Machine (SVM)
| Main Author: | Samsu Dhuha, Nanda |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/193955/1/Nanda%20Samsu%20Dhuha.pdf http://repository.ub.ac.id/id/eprint/193955/ |
Daftar Isi:
- 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