<![CDATA[Penelitian ini menganalisis sentimen masyarakat terhadap pelayanan publik Polres Ponorogo, Indonesia, menggunakan metode Support Vector Machine (SVM) untuk mengidentifikasi komentar negatif atau positif. Data yang digunakan berasal dari media sosial Twitter, Google Review, dan sistem Binmas Online System (BOS V2). Teknik Text Mining digunakan untuk memproses data, sementara SVM digunakan untuk melatih model dengan parameter terbaik. Preprocessing data melibatkan tokenisasi, pembersihan data, case folding, filterisasi, dan stemming. Pembobotan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk mengidentifikasi kata-kata kunci yang mempengaruhi sentimen. Untuk menangani ketidakseimbangan data, digunakan teknik undersampling dan k-fold cross validation digunakan untuk menguji model. Evaluasi model dilakukan dengan confusion matrix dan classification report. Hasil analisis sentimen menunjukkan akurasi rata-rata 93%, presisi 92%, recall 93%, dan F-Measure 93%. Penelitian ini memberikan kontribusi dalam menganalisis sentimen masyarakat terhadap pelayanan publik Polres Ponorogo, serta mengidentifikasi faktor-faktor yang mendasari sentimen negatif atau positif dengan menggunakan root cause analysis. Penelitian ini juga mengimplementasikan dashboard menggunakan perangkat lunak Tableau memungkinkan pemangku kepentingan untuk memahami hasil analisis secara visual dan interaktif. Serta model analisis sentimen yang dikembangkan menggunakan SVM dapat digunakan untuk mengklasifikasikan komentar masyarakat sebagai sentimen negatif atau positif secara otomatis, sehingga membantu Polres dalam memantau dan menanggapi sentimen masyarakat dengan lebih efektif.]]>
Copyrights © 2023
