Implementasi Analisa Kemiripan Teks Untuk Penentuan Dinas Pada Keluhan Warga di Pemerintahan Daerah
Abstract
Pengaduan disampaikan oleh pelapor kepada pengelola pengaduan pelayanan publik atas pelaksanaan pelayanan yang tidak sesuai standar pelayanan, atau pengabaian kewajiban dan/atau pelanggaran larangan yang dilakukan oleh penyelenggara. Untuk memudahkan pengelolaan pengaduan secara nasional, Pemerintah Pusat telah meluncurkan website layanan pengaduan online bernama LAPOR dan untuk beberapa kota besar lainnya juga meluncurkan website serupa. Dari 264 juta penduduk Indonesia per hari, terdapat sekitar 300-570 pengaduan per hari yang disampaikan melalui website tersebut. Penelitian ini bertujuan untuk membuat website pengaduan warga menggunakan text mining yang mengimplementasikan analisis kemiripan teks untuk penentuan layanan. Pada penelitian ini digunakan metode text mining berupa text preprocessing dan pembobotan TF-IDF serta untuk analisis kemiripannya menggunakan metode Cosine Samemility. Hasil penelitian menghasilkan akurasi sebesar 75% dengan menggunakan pendekatan kesamaan pengaduan dengan pengaduan dan 80% dengan menggunakan pendekatan kesamaan rata-rata tiap departemen.
References
[2.] P. K. Malang, “Homepage Sambat Pemerintah Kota Malang,” 2018. [Online]. Available: https://sambat. malangkota.go.id/.
[3.] P. K. Surabaya, “Homepage Media Center Surabaya,” 2018. [Online]. Available: http://mediacenter .surabaya.go.id/..
[4.] S. Rachmatullah and A. P. Wijaya, “Rekomendasi Disposisi Surat dengan Metode Naïve Bayes Pada Arsip,” DoubleClick: Journal of Computer and Information Technology , pp. 50 - 59, 2019.
[5.] S. S. T. Team, “SQL Server Table-valued Functions,” 1 Januari 2020. [Online]. Available: https://www.sqlservertutorial.net/sql-server-user-defined-functions/sql-server-table-valued-functions/.
[6.] O. Nurdiana, Jumadi and D. Nursantika, Perbandingan Metode Cosine Similarity dengan Metode Jaccard Similarity Pada Aplikasi Pencarian Terjemah Al-Quran dalam Bahasa Indonesia, Bandung: JOIN | Volume I No. 1 | Juni 2016 , 2016.
[7.] R. T. Wahyuni, D. Prastiyanto and E. Supraptono, Penerapan Algoritma Cosine Similarity dan Pembobotan TF-IDF pada Sistem Klasifikasi Dokumen Skripsi, Semarang: Jurnal Teknik Elektro Vol. 9 No. 1, 2017.
[8] N. Izzah, N. Yusliani, and D. Roodiah, “Sistem Deteksi Kemiripan Teks Pada Berita Berbahasa Indonesia Menggunakan Algoritma Ratcliff / Obershelp,” vol. 5, no. 1, pp. 1–6, 2022.
[9] B. Ong, D. S. Naga, V. C. M, P. Studi, T. Informatika, and F. T. Informasi, “Kemiripan Teks Dengan Menggunakan,” vol. 1, pp. 1–8, 2020.
[10] C. Rahmad, P. N. Malang, Y. Ariyanto, and P. N. Malang, “Aplikasi Pendeteksi Kemiripanpada Dokumen Menggunakan,” no. May, 2019, doi: 10.33795/jip.v1i2.96.
[11] M. A. Ariyanti, A. P. Wibawa, and U. Pujianto, “Metode term frequency - invers document frequency pada mekanisme pencarian judul skripsi,” Tekno, vol. 28, no. 2, p. 177, 2019, doi: 10.17977/um034v28i2p177-190.
[12] R. Abidin, E. Sediyono, and S. Y. joko Prasetyo, “Analisis Data Status Di Facebook Untuk Merekomendasikan Produk Makanan Ringan Menggunakan Tf-Idf Dan Document Weighting,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 2, pp. 977–984, 2018, doi: 10.24176/simet.v9i2.2518.
[13] H. Christian, M. P. Agus, and D. Suhartono, “Single Document Automatic Text Summarization using Term Frequency-Inverse Document Frequency (TF-IDF),” ComTech Comput. Math. Eng. Appl., vol. 7, no. 4, p. 285, 2016, doi: 10.21512/comtech.v7i4.3746.
[14] Wiyanto, W. Priatna, and J. S. Hidayat, “Implementasi Term Frequency – Inverse Document Frequency (TF-IDF) Dan Vector Space Model (VSM) Untuk Pencarian Berita Bahasa Indonesia,” Pelita Teknol. J. Ilm. Inform. Arsit. dan Lingkung., vol. 14, no. November, pp. 119–133, 2019.
[15] D. Ayu et al., “Pengukuran Kemiripan Dokumen Teks Bahasa Indonesia Menggunakan Metode Cosine Similarity,” vol. 9, no. 1, pp. 1–8, 2016.
[16] I. Sommerville, Software Engineering Ninth Edition, 2009.
Copyright (c) 2020 Cahya Rahmad, M. Hasyim Ratsanjani, Yudistira Eka Putra
This work is licensed under a Creative Commons Attribution 4.0 International License.