Detail Cantuman Kembali
ANALISIS SENTIMEN MASYARAKAT PADA MENU KRITIK DAN SARAN DI WEBSITE DAMKARMAT PROVINSI D.I.Y MENGGUNAKAN METODE NAIVE BAYES
- Bagikan:
Penelitian ini bertujuan untuk mengembangkan sistem analisis sentimen pada
menu kritik dan saran pada website Damkarmat Provinsi Daerah Istimewa Yogyakarta
untuk memudahkan admin mengetahui opini pengguna sebagai dasar untuk meningkatkan
serta mengevaluasi pelayanan pada masyarakat. Penelitian ini dilatarbelakangi
permasalahan di mana pihak Damkarmat tidak mengetahui kualitas pelayanan, sehingga
proses perbaikan kualitas pelayanan sulit dilakukan.
Metode yang digunakan pada penelitian ini adalah algoritma Naïve Bayes
Classifier yang digunakan untuk mengklasifikasikan data teks kritik dan saran. Data
penelitian bersumber dari ekstraksi opini masyarakat di platform media sosial X (Twitter)
yang diintegrasikan sebagai data latih dan uji. Data tersebut kemudian diproses melalui
tahapan teks preprocessing yang meliputi cleaning, case folding, normalisasi bahasa slang,
tokenizing, stopword removal, dan stemming menggunakan library Sastrawi, serta
pembobotan kata menggunakan TF-IDF.
Berdasarkan hasil pengujian sistem menggunakan Confusion Matrix, metode yang
diterapkan berhasil mencapai tingkat akurasi sebesar 98%. Pengujian lanjutan
menggunakan metode 10-Fold Cross Validation juga memvalidasi keandalan model
dengan perolehan rata-rata akurasi mencapai 99.23%. Sistem ini mampu mengelompokkan
input dari masyarakat ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral
dengan baik. Hasil pengolahan data ini diharapkan memberikan gambaran yang objektif
mengenai kualitas pelayanan yang dirasakan pengguna, sehingga dapat membantu instansi
dalam melakukan evaluasi kinerja dan pengambilan keputusan yang tepat untuk
peningkatan layanan publik.
Kata Kunci : Analisis Sentimen, DamkarmatProvDIY, Kritik dan Saran, Naive Bayes ,
Pelayanan Publik.
049 PUR A R.1
NONE
Text Skripsi
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2026
Yogyakarta
049 IF 2026
LOADING LIST...
LOADING LIST...