Analisis Sentimen Kinerja Pemadam Kebakaran Pada Platform Threads Menggunakan Algoritma Naive Bayes

Rafsanzhany, Abi Bayu (2026) Analisis Sentimen Kinerja Pemadam Kebakaran Pada Platform Threads Menggunakan Algoritma Naive Bayes. Diploma thesis, Politeknik Negeri Jember.

	Text (Ringkasan) Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (133kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (233kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (203kB)
	Text (Laporan Lengkap) Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Dalam analisis sentimen masyarakat terhadap kinerja pemadam kebakaran berdasarkan opini yang disampaikan melalui platform Threads. Penelitian ini dilatarbelakangi oleh banyaknya masyarakat yang menyampaikan pengalaman, keluhan, apresiasi, maupun saran terhadap layanan pemadam kebakaran melalui media sosial, namun opini tersebut masih tersebar dan belum diolah secara sistematis. Data penelitian diperoleh melalui proses web scraping menggunakan kata kunci yang berkaitan dengan pemadam kebakaran, seperti "damkar", "pemadam kebakaran", dan "petugas damkar". Data yang terkumpul kemudian melalui tahapan pengolahan teks, yaitu cleaning, case folding, normalisasi kata, stopword removal, dan stemming. Setelah itu, data diberi label sentimen, dilakukan pembobotan kata menggunakan TF-IDF, lalu diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, netral, dan negatif. Model yang digunakan adalah algoritma Complement Naive Bayes (CNB). Pengembangan sistem menggunakan metode Waterfall, sedangkan proses pengolahan data mengikuti tahapan CRISP-DM. Pada tahap pemodelan, data latih diseimbangkan menggunakan SMOTE agar model tidak terlalu condong pada kelas mayoritas. Model kemudian dilatih menggunakan data training hasil SMOTE sebanyak 2.265 baris dan dievaluasi menggunakan 317 data testing. Hasil evaluasi menunjukkan model memperoleh akurasi sebesar 67,19%, dengan nilai presisi sebesar 77% untuk kelas positif dan 69% untuk kelas netral, namun masih rendah pada kelas negatif (3%) akibat jumlah data asli yang sangat terbatas pada kelas tersebut. Hasil analisis sentimen tersebut diintegrasikan ke dalam sistem berbasis website bernama Dasena. Dengan adanya sistem ini, hasil analisis sentimen masyarakat terhadap kinerja pemadam kebakaran dapat disajikan secara lebih terstruktur dan mudah dipahami sebagai bahan evaluasi layanan publik.

Actions (login required)

View Item