KLASIFIKASI SENTIMEN OPINI MASYARAKAT MENGGUNAKAN METODE NAIVE BAYES TERHADAP PELAYANAN PENGUJIAN KENDARAAN BERMOTOR (STUDI KASUS UPT PKB DISHUB JEMBER)


WIDYANTAMA, GILANG RAKA (2025) KLASIFIKASI SENTIMEN OPINI MASYARAKAT MENGGUNAKAN METODE NAIVE BAYES TERHADAP PELAYANAN PENGUJIAN KENDARAAN BERMOTOR (STUDI KASUS UPT PKB DISHUB JEMBER). Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

Text
A. PENDAHULUAN.pdf

Download (2MB)
Text
B. ABSTRAK.pdf

Download (272kB)
Text
C. BAB I.pdf

Download (2MB)
Text
D. BAB II.pdf
Restricted to Registered users only

Download (2MB)
Text
E. BAB III.pdf
Restricted to Registered users only

Download (2MB)
Text
F. BAB IV.pdf
Restricted to Registered users only

Download (2MB)
Text
G. BAB V.pdf
Restricted to Registered users only

Download (2MB)
Text
H. DAFTAR PUSTAKA.pdf

Download (2MB)
Text
I. LAMPIRAN.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Widyantama, Gilang Raka. 2025. Klasifikasi Sentimen Opini Masyarakat
Menggunakan Metode Naïve Bayes terhadap Pelayanan Pengujian
Kendaraan Bermotor (Studi Kasus UPT PKB Dishub Jember). Tugas Akhir.
Program Sarjana. Program Studi Teknik Informatika. Universitas
Muhammadiyah Jember.
Pembimbing: Hardian Oktavianto, Ulya Anisatur Rosyidah.
Kualitas pelayanan publik merupakan aspek penting dalam mengevaluasi kinerja
lembaga pemerintah, termasuk UPT Pengujian Kendaraan Bermotor (PKB)
Kabupaten Jember. Penelitian ini bertujuan untuk mengklasifikasikan sentimen
masyarakat terhadap pelayanan UPT PKB menggunakan algoritma Multinomial
Naïve Bayes. Data diperoleh dari survei Google Form yang disebarkan pada 17–21
Februari 2025 dan menghasilkan 259 opini masyarakat. Penelitian ini melibatkan
tahapan preprocessing, pelabelan dengan metode lexicon-based, pembobotan TFIDF, dan klasifikasi menggunakan Naïve Bayes. Hasil menunjukkan 150 opini
positif (57,9%), 59 netral (22,8%), dan 50 negatif (19,3%). Model dengan rasio
70:30 memberikan performa paling seimbang dengan precision sebesar 0,77, recall
0,42, dan f1-score 0,38. Meskipun akurasi tertinggi sebesar 0,69 dicapai pada rasio
90:10, hal ini kurang merepresentasikan keandalan model karena distribusi data
yang tidak seimbang. Oleh karena itu, model 70:30 dinilai paling optimal dalam
klasifikasi sentimen opini masyarakat terhadap pelayanan publik.
Kata kunci: Analisis Sentimen, Naïve Bayes, Pelayanan Publik, Lexicon-Based,

Dosen Pembimbing: OKTAVIANTO, HARDIAN and ROSYIDAH, ULYA ANISATUR | NIDN0722108105, NIDN0710037903
Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: Analisis Sentimen, Naïve Bayes, Pelayanan Publik, Lexicon-Based, TF-IDF.
Subjects: 600 Technology and Applied Science > 690 Planning, Anaysis, Engineering Design
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: GILANG RAKA WIDYANTAMA | kaijukook7@gmail.com
Date Deposited: 23 Jul 2025 02:48
Last Modified: 23 Jul 2025 02:48
URI: https://repository.unmuhjember.ac.id/id/eprint/25805

Actions (login required)

View Item
View Item