PENGARUH FAKTOR DEMOGRAFI TERHADAP PREDIKSI KEPUASAN PELAYANAN PUBLIK MENGGUNAKAN NAIVE BAYES DAN SMOTE (TA.2.24.012)

HALIM, FATHUR ABDUL (2024) PENGARUH FAKTOR DEMOGRAFI TERHADAP PREDIKSI KEPUASAN PELAYANAN PUBLIK MENGGUNAKAN NAIVE BAYES DAN SMOTE (TA.2.24.012). Diploma thesis, Universitas Logistik dan Bisnis Internasional.

Full text not available from this repository.

Abstract

ABSTRAK Kemajuan teknologi informasi telah membuka peluang baru untuk analisis data besar, termasuk dalam memahami opini masyarakat melalui analisis sentimen. Penelitian ini mengatasi masalah ketidakseimbangan data dalam analisis sentimen dengan menerapkan teknik SMOTE (Synthetic Minority Over-sampling Technique) dan algoritma Naive Bayes. Teknik SMOTE digunakan untuk mengatasi distribusi data yang tidak seimbang, di mana kategori kepuasan "Sangat Baik" mendominasi, sementara Naive Bayes diterapkan untuk meningkatkan akurasi prediksi. Data survei dari Dinas Perencanaan Kota dan Tata Ruang Kota Bandung, yang melibatkan 3.642 responden, diproses dengan pembuatan fitur baru dan pengkategorian skor kepuasan.Hasil penelitian menunjukkan bahwa penerapan SMOTE berhasil menyeimbangkan distribusi kelas yang awalnya Sangat Baik menjadi kelas mayoritas dengan 2338 Responden sedangkan Tidak Baik hanya 4 Responden dengan Teknik SMOTE berhasil membuat Sangat Baik, Baik, Kurang Baik, Tidak Baik sama sama memiliki 2338 Responden. Model Naive Bayes menunjukkan akurasi tinggi sebesar 0,99 dengan presisi, recall, dan skor F1 yang sangat baik untuk kategori kepuasan. Selain itu, Responden perempuan dan laki- laki yang bekerja di sektor swasta dan memiliki gelar sarjana menunjukkan tingkat kepuasan yang lebih tinggi dengan skor kepuasan mencapai 98,41% pada perempuan yang bekerja di sektor swasta dengan gelar sarjana, 98,93% pada laki- laki, dan 99,05% pada laki-laki hasil ini menegaskan bahwa faktor demografi memainkan peran penting dalam mempengaruhi persepsi kualitas layanan publik, dan kombinasi SMOTE dan Naive Bayes meningkatkan akurasi analisis dan meningkatkan pelayanan public. Keywords : SMOTE, Machine Learning, Croos Validation, Uji Korelasi, Distribusi Kelas

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General)
Divisions: Sekolah Vokasi > Teknik Informatika D4
Depositing User: Unnamed user with email [email protected]
Date Deposited: 21 Nov 2024 06:01
Last Modified: 21 Nov 2024 06:01
URI: http://eprints.ulbi.ac.id/id/eprint/2671

Actions (login required)

View Item View Item