ANALISIS SENTIMEN TERHADAP PELAYANAN DISDUKCAPIL KARAWANG MENGGUNAKAN NAIVE BAYES CLASSIFIER

Andriani Nurian, Tesa Nur Padilah, G. Garno
{"title":"ANALISIS SENTIMEN TERHADAP PELAYANAN DISDUKCAPIL KARAWANG MENGGUNAKAN NAIVE BAYES CLASSIFIER","authors":"Andriani Nurian, Tesa Nur Padilah, G. Garno","doi":"10.23960/jitet.v12i2.4178","DOIUrl":null,"url":null,"abstract":"Pengelolaan Administrasi Kependudukan penting dalam kehidupan di Indonesia karena terkait dengan banyak aktivitas seperti pemilihan umum, pengurusan dokumen kendaraan dan surat tanah, perbankan, dan lain-lain. Dinas Kependudukan dan pencatatan sipil Kabupaten Karawang melayani administrasi kependudukan kabupaten karawang dan memastikan setiap masyarakat di Kabupaten Karawang tercatat dan terdata oleh Pemerintah Republik Indonesia melalui daerah dan melimpahkan sebagian wewenangnya kepada Dinas penduduk dan pencatatan sipil Kabupaten Karawang. Analisis sentimen terhadap pelayanan Disdukcapil Karawang digunakan untuk memberikan gambaran tentang opini publik terhadap pelayanan Disdukcapil Karawang. Hasil pengolahan opini atau sentimen dari penerapan algoritma Naïve bayes menggunakan metodologi KDD kedalam tiga kelas yaitu Positif, Netral dan Negatif melalui media sosial Twitter  menggunakan penerapan algoritma Naïve bayes diperoleh hasil yaitu 146 label positif, 189 label negatif, dan 961 label netral. Nilai accuracy tertinggi terdapat pada  model 90:10 dengan 69%, precision 82%, dan recall 48%. Selain menggunakan confusion matrix model diuji dengan grafik ROC yang menghasilkan nilai AUC tertinggi pada model 90:10 dengan nilai 0.79 yang dapat diartikan model ini kualitasnya good classification.","PeriodicalId":313205,"journal":{"name":"Jurnal Informatika dan Teknik Elektro Terapan","volume":"256 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-04-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Informatika dan Teknik Elektro Terapan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23960/jitet.v12i2.4178","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Pengelolaan Administrasi Kependudukan penting dalam kehidupan di Indonesia karena terkait dengan banyak aktivitas seperti pemilihan umum, pengurusan dokumen kendaraan dan surat tanah, perbankan, dan lain-lain. Dinas Kependudukan dan pencatatan sipil Kabupaten Karawang melayani administrasi kependudukan kabupaten karawang dan memastikan setiap masyarakat di Kabupaten Karawang tercatat dan terdata oleh Pemerintah Republik Indonesia melalui daerah dan melimpahkan sebagian wewenangnya kepada Dinas penduduk dan pencatatan sipil Kabupaten Karawang. Analisis sentimen terhadap pelayanan Disdukcapil Karawang digunakan untuk memberikan gambaran tentang opini publik terhadap pelayanan Disdukcapil Karawang. Hasil pengolahan opini atau sentimen dari penerapan algoritma Naïve bayes menggunakan metodologi KDD kedalam tiga kelas yaitu Positif, Netral dan Negatif melalui media sosial Twitter  menggunakan penerapan algoritma Naïve bayes diperoleh hasil yaitu 146 label positif, 189 label negatif, dan 961 label netral. Nilai accuracy tertinggi terdapat pada  model 90:10 dengan 69%, precision 82%, dan recall 48%. Selain menggunakan confusion matrix model diuji dengan grafik ROC yang menghasilkan nilai AUC tertinggi pada model 90:10 dengan nilai 0.79 yang dapat diartikan model ini kualitasnya good classification.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
分析卡拉旺市垃圾处理系统中使用的天真贝叶斯分类器的情况
人口管理在印度尼西亚非常重要,因为它与选举、车辆和土地文件、银行业务等许多活动有关。卡拉旺行政区人口与民事登记办公室为卡拉旺行政区的人口管理服务,确保卡拉旺行政区的每个社区都由印度尼西亚共和国政府通过各地区进行记录和备案,并将其部分权力下放给卡拉旺行政区人口与民事登记办公室。对卡拉旺 Disdukcapil 服务的情感分析用于提供有关卡拉旺 Disdukcapil 服务的民意概览。通过推特社交媒体,使用奈伊夫贝叶斯算法(KDD methodology)将应用奈伊夫贝叶斯算法得出的意见或情绪分为三类,即积极、中性和消极,并得出了 146 个积极标签、189 个消极标签和 961 个中性标签的结果。准确率最高的是 90:10 模型,准确率为 69%,精确率为 82%,召回率为 48%。除了使用混淆矩阵外,该模型还通过 ROC 图进行了测试,结果发现 90:10 模型的 AUC 值最高,为 0.79,这意味着该模型具有良好的分类质量。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
RANCANG BANGUN SISTEM PPDB ONLINE STUDI KASUS SMK MUHAMMADIYAH GAMPING MENGGUNAKAN METODE EXTREME PROGRAMMING VISUALISASI DATA PENYEBAB KEMATIAN DI INDONESIA RENTANG TAHUN 2000-2022 DENGAN POWER BI ANALISA DATA MINING DALAM MEMPREDIKSI MASYARAKAT KURANG MAMPU MENGGUNAKAN METODE K-NEAREST NEIGHBOR PERBANDINGAN ANALISIS SENTIMEN SETELAH PILPRES 2024 DI TWITTER MENGGUNAKAN ALGORITMA MACHINE LEARNING PERANCANGAN JARINGAN REDUNDANCY MENGGUNAKAN KONSEP ETHERCHANNEL DAN HSRP DENGAN INTERVLAN ROUTING PADA PLN UID JAKARTA RAYA
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1