Analisis sentimen fasilitas publik Kota Malang pada ulasan google maps menggunakan metode Naive Bayes dengan seleksi fitur Chi-Square

INDONESIA :

Pemerintah membangun fasilitas publik untuk menunjang kebutuhan masyarakat. Fasilitas publik perlu ditinjau kembali penggunaannya melalui respon masyarakat dimana salah satu platform yang paling banyak mendapat respon masyarakat apabila berkaitan dengan suatu tempat atau lokasi adalah google maps. Penelitian ini akan memanfaatkan ulasan google maps tersebut untuk melakukan klasifikasi opini masyarakat ke dalam kelas mendukung, netral dan tidak mendukung. Metode naïve bayes digunakan untuk melakukan klasifikasi ulasan karena metode ini merupakan metode klasifikasi sederhana yang mudah diterapkan, dengan seleksi fitur chi-square akan digunakan untuk mereduksi fitur-fitur yang memiliki ketergantungan rendah dalam sistem sehingga dapat mengurangi beban sistem. Tujuan dari penelitian ini adalah mengukur nilai akurasi, presisi, recall, dan f-measure dari sistem yang dibuat. Uji coba sistem dilakukan sebanyak 10 kali percobaan dengan masing-masing penggunaan fitur chi-square sebanyak 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90%, dan 100%. Hasilnya penggunaan 10% fitur chi-square menghasilkan performa terbaik yaitu dengan nilai akurasi 80,42%. Berdasarkan variasi rasio penggunaan seleksi fitur chi-square pada uji coba sistem, dapat disimpulkan bahwa penggunaan seleksi fitur chi-square pada klasifikasi ulasan menggunakan metode naïve bayes dapat memengaruhi nilai performa dalam sistem.

ENGLISH :

The government builds public facilities to support community needs. Public facilities need to be reviewed for their use through community response where one of the platforms that gets the most response from the public when it comes to a place or location is google maps. This research will utilize the google maps review to classify public opinion into supportive, neutral and unsupportive classes. The naïve bayes method is used to carry out review classification because this method is a simple classification method that is easy to implement, with chi-square feature selection it will be used to reduce features that have low dependency in the system so as to reduce system load. The purpose of this study is to measure the accuracy, precision, recall, and f-measure values of the system created. System trials were carried out 10 times with each use of the chi-square feature as much as 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90%, and 100%. The result is that the use of 10% of the chi-square feature produces the best performance with an accuracy of 80.42%. Based on variations in the ratio of the use of chi-square feature selection in system trials, it can be concluded that the use of chi-square feature selection in the classification of reviews using the naïve bayes method can affect the value of performance in the system.

ARABIC:

تبني الحكومة المرافق العامة لدعم احتياجات المجتمع. يجب إعادة النظر في المرافق العامة لاستخدامها لأن المرافق العامة التي لا يتوافق بناؤها مع الاحتياجات لن تساعد إنتاجية الناس. يمكن مراجعة استخدام المرافق العامة من خلال استجابة المجتمع. عادة ما يستجيب الأشخاص من خلال وسائل التواصل الاجتماعي، حيث تكون خرائط جوجل هي إحدى المنصات التي تحصل على أكبر استجابة عامة عندما يتعلق الأمر بمكان أو موقع. خرائط جوجل هي تطبيق خريطة العالم المملوك لشركة جوجل والتي تحتوي على ميزة الملاحظة بحيث يمكن إعطاء الأماكن المدرجة على الخريطة المعروضة ملاحظات بناء على تجارب الأشخاص الذين زاروا المكان. سيستخدم هذا البحث ملاحظة خرائط جوجل لتصنيف آراء الأشخاص إلى الأقسام التالية: موافق ومحايد وغير موافق.
سيتم استخدام طريقة البايزي الساذج لتصنيف الملاحظات، لأنها طريقة تصنيف بسيطة سهلة التنفيذ، مع اختيار ميزة مربع كي (chi-square) سيتم استخدامها لتقليل الميزات التي لها اعتماد منخفض في النظام، وذلك لتقليل العبء على النظام. الهدف من هذا البحث هو قياس الدقة والضبط والاسترجاع وقياس قيمة f للنظام الذي تم إنشاؤه. أجريت تجارب النظام ١٠ مرات مع كل استخدام لميزة مربع كي بقدر ١٠% و ٢٠% و ٣٠% و ٤٠% و ٥٠% و ٦٠% و ٧٠% و ٨٠% و ٩٠% و ١٠٠%. ينتج عن استخدام ميزة مربع كاي بنسبة ١٠% أفضل أداء، أي بقيمة دقة تبلغ ٨٠.٤٢%. استنادا إلى الاختلافات في نسبة استخدام اختيار ميزة مربع كاي في تجارب النظام، يمكن الاستنتاج منها أن استخدام اختيار ميزة مربع كاي في تصنيف الملاحظة باستخدام طريقة البايزي الساذج يمكن أن يؤثر على قيمة الأداء في النظام.