<![CDATA[Transformasi digital dalam pengelolaan arsip menjadi kebutuhan di instansi pemerintahan, termasuk Kantor Kecamatan Motoling Barat, akibat keterbatasan sistem manual yang berisiko terhadap efisiensi, akurasi, dan kepatuhan terhadap regulasi. Tujuan penelitian ini adalah untuk membuat sistem klasifikasi surat masuk yang menggunakan teknik text mining yang berbasis pada algoritma Naïve Bayes untuk otomatisasi proses pengarsipan. Metodologi pengembangan sistem menggunakan kerangka kerja Extreme Programming (XP), dengan penerapan teknologi React JS untuk antarmuka pengguna, Django sebagai backend, dan MySQL untuk manajemen basis data. Model klasifikasi dilatih dengan 219 data surat masuk yang telah melalui tahap preprocessing dan tokenisasi menggunakan TF-IDF. Dari rangkaian pengujian yang dilakukan, model berhasil mencatat akurasi sebesar 74,4%, meski terlihat fluktuasi nilai presisi dan recall pada tiap kategori surat. Kategori 'Surat Keputusan' menunjukkan presisi tinggi namun recall rendah, sedangkan 'Surat Edaran' memiliki presisi terendah. Selain itu, pengujian sistem secara keseluruhan melalui metode black-box membuktikan bahwa seluruh fitur utama seperti login, manajemen surat, klasifikasi otomatis, dan pengelolaan pengguna berfungsi dengan baik. Sistem yang dikembangkan dinilai responsif, mudah digunakan, dan mampu meningkatkan efisiensi pengelolaan arsip. Temuan ini menunjukkan bahwa penerapan algoritma Naïve Bayes dalam sistem informasi arsip digital memiliki potensi besar dalam mendukung reformasi birokrasi dan transformasi digital di sektor publik. Ke depan, pengembangan lebih lanjut disarankan dengan perluasan dataset dan eksplorasi metode klasifikasi lain seperti SVM atau ensemble learning.]]>
Copyrights © 2025
