KLASIFIKASI PENGADUAN MASYARAKAT BERBASIS SMS DENGAN METODE NAIVE BAYES CLASSIFIER

Penulis

Felix Prawira Azali

Pembimbing: Bimo Sunarfri Hantono, S.T., M.Eng.;Indriana Hidayah, S.T., M.T.


ABSTRACT: Indonesia is a country that consists of 17508 Islands with a population of 222 million in 2006. The large number of population in Indonesia caused a number of problems faced by the citizens increase and diverse. Based on the statistics of internet users from techinasia in January 2014, there are more than 38 million citizens of Indonesia who have used the internet. To find out the problems faced by the citizens, it needs a system that can handle reports from the public. The purpose of this research is to develop a public complaint system that can categorize incoming reports automatically. To achieve that goal, Naive Bayes Classifier method is used to classify the incoming reports. The input is received in the form of a short message system (SMS), then the system standardizes nonstandardized words before the message is classified by the system. By using this method, the developed system can classify the report filed by citizens with a level of accuracy of 86.36%.

INTISARI: Indonesia merupakan Negara yang terdiri dari 17.508 pulau dengan populasi sebesar 222 juta jiwa pada tahun 2006. Jumlah populasi Indonesia yang besar ini menyebabkan jumlah permasalahan yang dihadapi oleh masyarakat menjadi banyak dan beraneka ragam. Berdasarkan statistik pengguna internet dari techinasia pada Januari 2014, terdapat lebih dari 38 juta penduduk Indonesia yang telah menggunakan internet. Untuk mengetahui permasalahan yang dihadapi oleh masyarakat, dibutuhkan sebuah sistem yang dapat menampung laporan dari masyarakat. Tujuan dari penelitian ini adalah mengembangkan sistem pengaduan masyarakat yang dapat melakukan kategorisasi terhadap laporan yang masuk secara otomatis. Untuk mencapai tujuan tersebut, digunakan metode Naive Bayes Classifier untuk melakukan proses klasifikasi terhadap laporan yang masuk. Masukan yang diterima sistem dalam bentuk pesan singkat (SMS), maka sistem dilengkapi dengan kemampuan untuk mengubah kata tidak baku menjadi kata baku sebelum diklasifikasi oleh sistem. Dengan menggunakan metode ini, diharapkan sistem yang dikembangkan dapat melakukan klasifikasi terhadap laporan yang diberikan oleh masyarakat dengan tingkat akurasi sebesar 86.36%.

Kata kunci text mining, naive bayes classifier, pengaduan masyarakat, sms gateway
Program Studi S1 TEKNOLOGI INFORMASI UGM
No Inventaris
Deskripsi
Bahasa Indonesia
Jenis Skripsi
Penerbit [Yogyakarta] : Universitas Gadjah Mada, 2016
Lokasi Perpustakaan Pusat UGM
File Tulisan Lengkap dapat Dibaca di Ruang Tesis/Disertasi
  • Anda dapat mengecek ketersediaan versi cetak dari penelitian ini melalui petugas kami dengan mencatat nomor inventaris di atas (apabila ada)
  • Ketentuan Layanan:
    1. Pemustaka diperkenankan mengkopi cover, abstrak, daftar isi, bab pendahuluan, bab penutup/ kesimpulan, daftar pusatak
    2. Tidak diperbolehkan mengkopi Bab Tinjauan Pustaka, Bab Pembahasan dan Lampiran (data perusahaan/ lembaga tempat penelitian)
    3. Mengisi surat pernyataan, menyertakakan FC kartu identitas yang berlaku

<< kembali