p-Index From 2020 - 2025
8.113
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) TEKNIK INFORMATIKA Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Semantik Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Proceeding of the Electrical Engineering Computer Science and Informatics Fountain of Informatics Journal Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Indonesian Journal on Software Engineering (IJSE) Faktor Exacta Jukung (Jurnal Teknik Lingkungan) CogITo Smart Journal Indonesian Journal of Artificial Intelligence and Data Mining INOVTEK Polbeng - Seri Informatika JRMSI - Jurnal Riset Manajemen Sains Indonesia KACANEGARA Jurnal Pengabdian pada Masyarakat Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Informatik : Jurnal Ilmu Komputer Jurnal Riset Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) METIK JURNAL Scientific Journal of Informatics Idealis : Indonesia Journal Information System SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Teknik Informatika (JUTIF) Jurnal PkM (Pengabdian kepada Masyarakat) Kresna: Jurnal Riset dan Pengabdian Masyarakat Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Jurnal Algoritma Jurnal Ticom: Technology of Information and Communication Journal of Social And Economics Research Journal Of Communication Education Telematika MKOM Jurnal INFOTEL Jurnal Ticom: Technology of Information and Communication journal of social and economic research JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Idealis : Indonesia Journal Information System

ANALISIS SENTIMEN PADA MEDIA SOSIAL TWITTER TERHADAP PELAYANAN DINAS KEPENDUDUKAN DAN PENCATATAN SIPIL MENGGUNAKAN ALGORITMA NAÏVE BAYES Emil Salim; Achmad Solichin
IDEALIS : InDonEsiA journaL Information System Vol 5 No 2 (2022): Jurnal IDEALIS Juli 2022
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v5i2.2961

Abstract

Dinas Kependudukan dan Pencatatan Sipil (Disdukcapil) memiliki tugas utama dalam memberikan layanan kependudukan dan pencatatan sipil bagi masyarakat. Saat ini, di kalangan masyarakat masih sering memiliki stigma kurang baik terhadap proses pengurusan dokumen kependudukan yang terkesan lama, rumit dan sering terjadi pungutan liar oleh pihak-pihak tertentu. Pada penelitian ini dilakukan analisis sentimen masyarakat terhadap layanan Disdukcapil pada media sosial Twitter. Analisis sentimen diperoleh menggunakan pendekatan machine learning disertai dengan ekstraksi fitur menggunakan TF-IDF dan algoritma Naïve Bayes. Dataset yang digunakan pada penelitian ini diperoleh dari media sosial Twitter berupa kicauan (tweet) berbahasa Indonesia. Dataset diperoleh menggunakan kata kunci ‘dukcapil’, ‘kependudukan’, ‘disdukcapil’, ‘ngurus ktp’, ‘pembuatan ktp’, ‘pengalaman ktp’, ‘pelayanan disdukcapil’, ‘ngurus kk’, ‘pelayanan ktp’, ‘ktp rusak’, ‘dokumen kependudukan’, ‘ngurus disdukcapil’, ‘bikin kartu keluarga’, ‘pelayanan dukcapil’, ‘bikin akta lahir’, ‘buat akta lahir’, dan ‘disdukcapil ramah’. Hasil analisis berdasarkan 647 tweet menunjukan bahwa sentimen positif sebesar 70,20% dan sentimen negatif sebanyak 29,80%, dengan nilai akurasi 65,39% presisi 97,65%, recall 66,87%, dan f1-score sebesar 39,69%. Hasil penelitian ini bermanfaat bagi Disdukcapil untuk meningkatkan kualitas layanannya sehingga sentimen masyarakat semakin baik. ----------------------------------------- The Department of Population and Civil Registration (Disdukcapil) has the main task of providing population and civil registration services for the community. Currently, the community still often has a bad stigma about the process of managing population documents which seems long, complicated and often illegal levies occur by certain parties. In this study, an analysis of public sentiment towards the Disdukcapil service was carried out on Twitter social media. Sentiment analysis was obtained using a machine learning approach accompanied by feature extraction using TF-IDF and the Naïve Bayes algorithm. The dataset used in this study was obtained from Twitter social media in the form of Indonesian-language tweets. The dataset was obtained using the keywords 'dukcapil', 'population', 'disdukcapil', 'ngurus ktp', 'ktp making', 'ktp experience', 'disdukcapil service', 'take care of family card', 'ktp service', 'broken ID card', 'residency document', 'manage disdukcapil', 'make a family card', 'dukcapil service', 'make a birth certificate', 'make a certificate born', and 'friendly disdukcapil'. The results of the analysis based on 647 Tweets show that positive sentiment is 70.20% and negative sentiment is 29.80%, with an accuracy value of 65.39%, precision of 97.65%, recall of 66.87, and f1-score of 39.69%. The results of this study are useful for Disdukcapil to improve the quality of its services so that public sentiment is getting better.
Co-Authors Abdullah 'Alim Achmad Maulana Agus Harjoko Agus Santoso Ahmad Ihsanudin Ahmad Zainul Mafakhir Akbar, Kafi Kurnia Alfredo Pasaribu Alhafiz, Muhammad Ihza Ananda Surya, Archie Andi Hakim Arif Andi Jumardi Anggi Ayu Ningtyas Anindya Putri Pradiptha Arif, Andi Hakim Asmoro, Phaksi Bangun Bayu Raditya Nasution Chaerullah, Dhiesky Chalid, Iqbal Chandra, Joko Christian Dasril Aldo Dedy Mirwansyah Desena, Wahyu Desiawan, Masdar Dewantara, Erno Kurniawan Dwi Kristanto Dwi Kristanto Emil Salim Fadlan Amrullah Fahrullah Fahrullah Galih Gumilar Widhasmara Goenawan Brotosaputro Hanafi, Mohammad Afif Hari Soetanto Irennada Ismail Adi Susanto Khaeri Diniari Khansa Khairunnisa Kurnianta, Kristana Lia Amellia Putri Lutfi Nukman Majid, Muhammad Farras Masdar Desiawan Mochammad Andika Putra Mohammad Syafrullah Muhamad Refaldi Muhammad Agus Arianto Muhammad Agus Arianto Muhammad Ali Akbar Muhammad Arif Kurniawan Muhammad Fahrizal Muhammad Hamdi Sukriyandi Muhammad Verdiansyah Muharam, Asep Budiyana Nanda Arista Rizki Nariza Wanti Wulan Sari Nazori AZ Nita, Yulia Noor Ferdyansyah Nugroho, Ludi Obby Oktafianto Painem, Painem Painem, Painem Pradana, Rizky Pradiptha, Anindya Putri Pramudita, Bagas Prayogi, Muhamad Nur Rahmat Kurniawan Rasyid, Annisa Ratna Kusumawardani Reka Dwi Syaputra Restu Maulunida Reva Ragam Santika Richki Hardi Riki Wijaya Rizki Darmawan, Dika Robby Suganda Rusdah Rusdah Saddam, M Amiruddin Setiyadi, Prambudi Sister, Maya Gian Suherman Achmad Syahrul, Ahmad Tan Wee Chang Tetlageni, Muhamad Ridho Triyono, Gandung Tulodo, Bernadeta Asri Rejeki Ummu Habibah Romlah Utomo Budiyanto Wati, Lisna Wirasno, Wirasno Zainal A. Hasibuan Zulfikar Rosadi