<![CDATA[Sistem layanan pengaduan masyarakat menjadi salah satu sarana penting bagi pemerintah kota untuk menerima, memproses, dan menindaklanjuti berbagai keluhan warga. Namun, peningkatan volume data pengaduan di Kota Surabaya menjadi tantangan dalam pengelolaan manual yang kurang efektif. Analisis mendalam terhadap data pengaduan diperlukan untuk memahami opini masyarakat terhadap kualitas layanan. Penelitian ini bertujuan untuk melakukan analisis sentimen berbasis aspek terhadap data aduan. Penelitian dilakukan dengan memanfaatkan metode Latent Dirichlet Allocation (LDA) untuk mengidentifikasi aspek utama keluhan dan menggunakan Multinomial Naïve Bayes (MNB) untuk mengklasifikasikan sentimen. Data yang digunakan terdiri dari 10.847 pengaduan yang dikumpulkan melalui aplikasi WargaKu dan Media Center sepanjang tahun 2023. Metode LDA berhasil mengidentifikasi 17 topik utama, termasuk administrasi, infrastruktur, dan informasi publik. Selanjutnya, Model MNB mencapai akurasi 80% setelah penerapan resampling, membuktikan keandalannya dalam klasifikasi sentimen. Hasil penelitian memberikan wawasan yang relevan untuk membantu pemerintah kota memprioritaskan perbaikan pada isu utama serta menawarkan pendekatan yang dapat diadopsi oleh sistem pengaduan serupa]]>
Copyrights © 2025
