Perancangan dan Implementasi Dashboard Sentimen Netizen X Terhadap Kebijakan Pembatasan Gratis Ongkir dengan Naive Bayes

Putri, Nurizzati Adistya (2026) Perancangan dan Implementasi Dashboard Sentimen Netizen X Terhadap Kebijakan Pembatasan Gratis Ongkir dengan Naive Bayes. Diploma thesis, Politeknik Negeri Jember.

	Text (Ringkasan) Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (218kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (220kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (187kB)
	Text (Laporan Lengkap) Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (7MB) | Request a copy

Abstract

Perkembangan e-commerce di Indonesia mendorong popularitas fitur gratis ongkos kirim (gratis ongkir) sebagai strategi promosi yang sangat diminati konsumen. Namun, pemerintah melalui Peraturan Menteri Komunikasi dan Digital (Komdigi) Nomor 8 Tahun 2025 membatasi fitur tersebut maksimal 3 hari dalam sebulan demi melindungi kesejahteraan kurir dan menjaga kualitas layanan pengiriman. Kebijakan ini memicu pro dan kontra di masyarakat, khususnya di media sosial X. Belum adanya sistem pemantauan opini publik secara real-time membuat pengambil kebijakan kesulitan membaca persepsi masyarakat secara cepat dan sistematis. Oleh karena itu, dibangun sebuah dashboard analisis sentimen berbasis web yang mengklasifikasikan dan memvisualisasikan opini netizen X terhadap kebijakan tersebut. Penelitian ini bertujuan untuk mengidentifikasi opini netizen X terhadap kebijakan pembatasan gratis ongkir, menerapkan algoritma Naïve Bayes untuk mengklasifikasikan sentimen secara otomatis, serta merancang dashboard interaktif yang menyajikan hasil klasifikasi secara visual dan mudah dipahami. Pengembangan sistem dilakukan menggunakan metode waterfall yang terdiri dari tahap requirement, design, implementation, verification, dan maintenance. Data diperoleh melalui crawling dari media sosial X, kemudian diproses melalui tahap pre-processing meliputi cleansing, case folding, tokenizing, normalisasi, stopword removal, dan stemming. Teks diubah menjadi representasi numerik menggunakan TF-IDF sebelum diklasifikasikan oleh Naïve Bayes ke dalam tiga kategori sentimen: positif, negatif, dan netral. Berdasarkan hasil pengujian, sistem dashboard yang dibangun terbukti berjalan dengan baik dan efektif. Algoritma Naïve Bayes mampu mengklasifikasikan sentimen secara akurat berdasarkan hasil evaluasi confusion matrix dan classification report. Dashboard berhasil menyajikan hasil analisis sentimen secara visual dan interaktif, sehingga memudahkan pihak terkait dalam memahami dan memantau persepsi publik sebagai dasar pengambilan kebijakan yang lebih responsif.

Actions (login required)

View Item