ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP PEMBANGUNAN INFRASTRUKTUR JALAN DI KOTA MANADO MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

Kandou, Ezra Kornella and Adrian, Angelia Melani and Sumampouw, Michael Goerge (2023) ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP PEMBANGUNAN INFRASTRUKTUR JALAN DI KOTA MANADO MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE MANADO.

	PDF COVER-DAFTAR_ISI_EzraKandou.pdf Download (458kB)
	PDF BAB_ISI-LAMPIRAN_EzraKandou.pdf Restricted to Repository staff only Download (4MB)

Official URL: https://digilib.unikadelasalle.ac.id/

Abstract

Pembangunan infrastruktur berperan penting dalam peningkatan ekonomi masyarakat dan daya saing global, serta bertujuan untuk peningkatan kualitas hidup dan kesejahteraan masyarakat, serta memperlancar distribusi jasa ataupun barang. Membangun infrastruktur jalan, tentunya menimbulkan opini dari masyarakat sebagai pengguna. Dalam penelitian ini akan mengelompokkan opini dari masyarakat terkait pembangunan infrastruktur jalan yang menjadi kewenangan Pemerintah. Data-data dalam penelitian ini akan diambil adalah dari sosial media dan media cetak atau media online, serta turun lapangan.
K-Means Clustering adalah algoritma data mining yang memiliki tujuan untuk melakukan kelompokkan atau kategorikan objek-objek pengamatan ke dalam klaster-klaster. K-Means Clustering memiliki arti lain, yakni suatu algoritma untuk mengelompokkan data sekatan (non hierarki) yang melakukan partisi pada dua atau lebih kelompok. Dalam tugas akhir ini, sentimen dari opini masyarakat menggunakan algoritma K-Means akan dikelompokkan menjadi tiga kategori yaitu positif, netral, dan negatif. Metode Term Frequency – Inverse Document Frequency adalah metode yang melakukan transformasi data dari data tekstual ke data numerik untuk dilakukan pembobotan dalam fitur. Metodologi yang akan digunakan dalam membuat aplikasi ini yaitu metodologi Waterfall, dan pemodelan yang digunakan untuk perancangan aplikasi yang dibuat adalah Data Flow Diagram.
Aplikasi dapat mengkategorikan sentimen positif, netral dan negatif dari masyarakat terhadap pembangunan infrastruktur jalan dalam melaksanakan program pemeliharaan rutin dan peningkatan kualitas jalan pemerintah di Kota Manado. Data latih terdiri dari 190 records, sedangkan untuk data uji yang digunakan terdiri dari 82 records. Hasilnya diperoleh skor siluet sebesar 0,13 dan akurasi model sebesar 56%. Hasil ini terdiri dari 13 data pada kelas Netral, 35 data pada kelas Positif, dan 34 data pada kelas Negatif yang disajikan dalam confusion matrix. Aplikasi ini dapat membantu pemerintah dalam melakukan evaluasi terhadap pendapat masyarakat terkait pembangunan infrastruktur jalan.

Kata Kunci: Infrastruktur, Jalan, K-Means, Clustering

Item Type:

Thesis (Skripsi)

Creators: