Pengembangan Aplikasi Analisis Sentimen Terhadap Sistem Tilang Elektronik Menggunakan Pendekatan Pengolahan Bahasa Alami
Total View This Week0
Total View This Week0
Institusion
Universitas Pembangunan Jaya Tangerang
Author
Oktavianto, Ananda Dwi
Subject
T Technology (General)
Datestamp
2023-07-05 08:21:15
Abstract :
Sistem tilang elektronik diterapkan oleh Kepolisian Republik Indonesia di Jakarta pada tahun 2018 dan terus dikembangkan ke berbagai daerah. Korlantas Polri menyampaikan bahwa jumlah pelanggaran yang terekam oleh sistem tilang elektronik mencapai 1,7 juta hingga tahun 2022. Hadirnya sistem tilang elektronik menimbulkan beragam opini dari masyarakat di media sosial Twitter. Pengolahan bahasa alami dengan arsitektur LSTM digunakan untuk mengolah opini masyarakat. Tahap pra-proses data yaitu case folding, cleaning, normalisasi kata, tokenisasi, stopword removal dan stemming. Metode pengembangan yang digunakan adalah purwarupa dan metode pengujian yang digunakan adalah black box dan white box. Pemodelan LSTM untuk melakukan klasifikasi sentimen mendapatkan akurasi tertinggi di 77,4% dengan batch size 32, epoch 10, dan rasio pembagian data 80:20. Sentimen masyarakat terhadap sistem tilang elektronik pada awal rilis tilang elektronik dan akhir tahun 2022 mengalami perubahan yaitu sentimen negatif dari 34% menjadi 62% dan sentimen positif dari 66% menjadi 38%. Hasil pelabelan otomatis dan manual mengalami perbedaan. Sentimen terbanyak pada pelabelan otomatis yaitu negatif dengan nilai 60%. Sentimen terbanyak pada pelabelan manual adalah netral dengan nilai 79%. Pemodelan analisis sentimen terhadap sistem tilang elektronik menggunakan arsitektur LSTM. Hasil analisis dibangun menggunakan konsep statistik dengan nilai kuantitatif yang digambarkan menggunakan grafik batang dan venn. Sentimen pada dataset tahun terbaru mengalami pergeseran ke arah negatif atau kontra.
Sistem tilang elektronik diterapkan oleh Kepolisian Republik Indonesia di Jakarta pada tahun 2018 dan terus dikembangkan ke berbagai daerah. Korlantas Polri menyampaikan bahwa jumlah pelanggaran yang terekam oleh sistem tilang elektronik mencapai 1,7 juta hingga tahun 2022. Hadirnya sistem tilang elektronik menimbulkan beragam opini dari masyarakat di media sosial Twitter. Pengolahan bahasa alami dengan arsitektur LSTM digunakan untuk mengolah opini masyarakat. Tahap pra-proses data yaitu case folding, cleaning, normalisasi kata, tokenisasi, stopword removal dan stemming. Metode pengembangan yang digunakan adalah purwarupa dan metode pengujian yang digunakan adalah black box dan white box. Pemodelan LSTM untuk melakukan klasifikasi sentimen mendapatkan akurasi tertinggi di 77,4% dengan batch size 32, epoch 10, dan rasio pembagian data 80:20. Sentimen masyarakat terhadap sistem tilang elektronik pada awal rilis tilang elektronik dan akhir tahun 2022 mengalami perubahan yaitu sentimen negatif dari 34% menjadi 62% dan sentimen positif dari 66% menjadi 38%. Hasil pelabelan otomatis dan manual mengalami perbedaan. Sentimen terbanyak pada pelabelan otomatis yaitu negatif dengan nilai 60%. Sentimen terbanyak pada pelabelan manual adalah netral dengan nilai 79%. Pemodelan analisis sentimen terhadap sistem tilang elektronik menggunakan arsitektur LSTM. Hasil analisis dibangun menggunakan konsep statistik dengan nilai kuantitatif yang digambarkan menggunakan grafik batang dan venn. Sentimen pada dataset tahun terbaru mengalami pergeseran ke arah negatif atau kontra.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
