ANALISIS SENTIMEN APLIKASI INFOBMKG DENGAN ALGORITMA LIGHT GRADIENT BOOSTING MACHINE DAN LATENT DIRICHLET ALLOCATION - Dalam bentuk buku karya ilmiah

STEVEN HARUN SAMBA

Informasi Dasar

126 kali
25.04.5942
000
Karya Ilmiah - Skripsi (S1) - Reference

Aplikasi InfoBMKG memiliki urgensi strategis sebagai platform Sistem Peringatan Dini bagi Indonesia, yang secara geografis rentan terhadap berbagai bencana alam. Namun, efektivitas aplikasi ini menghadapi tantangan signifikan, sebagaimana terefleksi dari umpan balik pengguna yang mengindikasikan adanya defisiensi pada aspek keterlambatan pembaruan informasi, ketidakakuratan data, dan kendala teknis operasional. Penelitian ini bertujuan untuk melakukan analisis sentimen dan pemodelan topik secara komprehensif terhadap ulasan pengguna aplikasi InfoBMKG, guna mengidentifikasi area-area yang memerlukan perbaikan dan merumuskan rekomendasi dengan basis analisis sentimen. Mengadopsi kerangka kerja Knowledge Discovery in Databases (KDD), penelitian ini menganalisis korpus data yang terdiri dari 26.020 ulasan pengguna yang diperoleh dari Google Play Store. Klasifikasi sentimen dilakukan menggunakan algoritma LightGBM, sedangkan ekstraksi dan pemodelan topik laten diimplementasikan dengan metode LDA. Topik yang dihasilkan selanjutnya dikategorikan berdasarkan tiga dimensi dari kerangka IS Success Model, yaitu Information Quality, System Quality, dan Service Quality.
Hasil pengujian menunjukkan bahwa model klasifikasi sentimen LightGBM mencapai performa optimal dengan akurasi 91% dan F1-score rata-rata 0.84 pada skenario pembagian data 90:10. Meskipun distribusi sentimen secara agregat cenderung positif, analisis kualitatif mendalam mengungkap isu-isu krusial. Pemodelan topik LDA berhasil mengidentifikasi sub-topik keluhan yang spesifik pada setiap dimensi. Pada dimensi Information Quality, isu yang paling dominan adalah keterlambatan notifikasi gempa dan ketidakakuratan data cuaca berbasis lokasi. Pada dimensi System Quality, keluhan terpusat pada kinerja sistem yang lambat, frekuensi error yang tinggi, dan kesulitan aksesibilitas aplikasi. Sementara itu, pada dimensi Service Quality, sentimen negatif secara eksplisit menuntut akuntabilitas dari BMKG untuk segera menyelesaikan masalah fundamental terkait stabilitas, kecepatan, dan reliabilitas layanan. Implikasi dari temuan ini adalah rekomendasi strategis bagi BMKG untuk memprioritaskan peningkatan pada aspek latensi informasi, validitas data, dan stabilitas teknis aplikasi, guna memperkuat fungsinya sebagai instrumen mitigasi bencana yang efektif dan terpercaya.

Subjek

NATURAL LANGUAGE PROCESSING
 

Katalog

ANALISIS SENTIMEN APLIKASI INFOBMKG DENGAN ALGORITMA LIGHT GRADIENT BOOSTING MACHINE DAN LATENT DIRICHLET ALLOCATION - Dalam bentuk buku karya ilmiah
 
xvi, 116p.: il,; pdf file
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

STEVEN HARUN SAMBA
Perorangan
Asti Amalia Nur Fajrillah, Riska Yanu Fa'rifah
 

Penerbit

Universitas Telkom, S1 Sistem Informasi
Bandung
2025

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini