Klasifikasi Konten Pengaduan Pada Website BAKOHUMAS (Badan Koordinasi Hubungan Masyarakat) Dengan Metode Naive Bayes Classifier

Abstrak

Website BAKOHUMAS KOMINFO Jawa Timur merupakan website yang berfungsi sebagai perantara bagi masyarakat dengan badan lembaga pemerintahan. Pada website BAKOHUMAS terdapat fitur berupa berita-berita, terdapat juga sharing event-event yang akan diadakan oleh instansi pemerintahan. Selain itu terdapat pula fitur bagi masyarakat untuk dapat menyampaikan keluh kesah atau pengaduan terhadap kinerja dari suatu instansi pemerintahan. Pengaduan dari masyarakat ini akan disalurkan oleh KOMINFO kepada instansi-instansi yang bertanggung jawab. Akan tetapi admin harus mengecek apakah benar instansi yang dituju sudah memiliki kecocokan dengan konten dari pengaduan tersebut. KOMINFO membutuhkan suatu sistem untuk dapat mengklasifikasikan konten pengaduan secara otomatis sehingga pihak KOMINFO bisa menghemat waktu dalam menyampaikan pengaduan masyarakat kepada instansi yang tepat. Metode yang dapat digunakan untuk membangun sistem ini adalah text mining. Salah satu metode text mining yaitu Naive Bayes classifier. Naive Bayes classifier akan menghitung pembobotan kata dari data latih yang dimasukkan sebelumnya. Kelayakan metode ini diuji dengan ROC untuk mengetahui precision, recall, dan F-measure dari klasifikasi sistem. Pengujian menghasilkan precision 80,5%, recall 80%, dan F-measure 79.9%.