ANALISIS SENTIMEN RESPON PUBLIK TERHADAP PELAYANAN INFORMASI PADA INSTAGRAM BMKG JUANDA MENGGUNAKAN METODE NAIVE BAYES

Alhamda, Denisa Septalian (2025) ANALISIS SENTIMEN RESPON PUBLIK TERHADAP PELAYANAN INFORMASI PADA INSTAGRAM BMKG JUANDA MENGGUNAKAN METODE NAIVE BAYES. Project Report (Praktek Kerja Lapang). UPN Veteran Jawa Timur.

	Text (Cover) 21083010113_Cover.pdf Download (965kB)
	Text (Bab 1) 21083010113_Bab 1.pdf Download (119kB)
	Text (Bab 2) 21083010113_Bab 2.pdf Download (422kB)
	Text (Bab 3) 21083010113_Bab 3.pdf Restricted to Registered users only until 31 January 2028. Download (1MB)
	Text (Bab 4) 21083010113_Bab 4.pdf Restricted to Registered users only until 31 January 2028. Download (1MB)
	Text (Bab 5) 21083010113_Bab 5.pdf Download (44kB)
	Text (Bab 6) 21083010113_Bab 6.pdf Download (43kB)
	Text (Daftar Pustaka) 21083010113_Daftar Pustaka.pdf Download (44kB)

Abstract

Penelitian ini merupakan langkah sistematis dalam menganalisis sentimen publik terhadap pelayanan informasi yang disediakan oleh Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) Juanda melalui platform Instagram. Dengan mengadopsi metode Naive Bayes, penelitian ini bertujuan untuk mengklasifikasikan respons publik menjadi kategori positif, negatif, atau netral. Data yang menjadi fokus penelitian diperoleh dari interaksi publik pada postingan Instagram BMKG Juanda selama periode tahun 2022 hingga 2023. Proses penelitian dimulai dengan pengumpulan data, yang mencakup ekstraksi respons publik terhadap informasi BMKG Juanda di media sosial. Penggunaan metode ini memungkinkan peneliti untuk memahami dengan lebih baik sikap dan persepsi masyarakat terhadap layanan informasi yang disediakan oleh BMKG Juanda. Pra pemrosesan data dilakukan untuk memastikan keakuratan dan konsistensi data yang digunakan dalam analisis sentimen. Metode Naive Bayes dipilih karena keunggulannya dalam mengklasifikasikan sentimen dengan akurasi yang tinggi. Model ini membantu memahami secara lebih rinci apakah respons publik cenderung positif, negatif, atau netral. Lebih dari sekadar mengidentifikasi sentimen, penelitian ini juga berusaha untuk merinci faktor-faktor yang mungkin mempengaruhi respons publik terhadap informasi BMKG Juanda. Hasil analisis sentimen diharapkan dapat memberikan wawasan mendalam tentang cara masyarakat merespons layanan informasi meteorologi, klimatologi, dan geofisika melalui platform Instagram. Analisis ini tidak hanya mencakup dimensi sentimen, tetapi juga menggali lebih dalam untuk memahami konteks dan penyebab dari respons tersebut. Proses evaluasi kinerja model menggunakan metrik akurasi, precision, dan recall untuk memberikan gambaran yang holistik tentang kehandalan model dalam mengklasifikasikan sentimen publik. Keakuratan model sangat penting untuk memastikan hasil analisis yang dapat diandalkan dan memberikan dasar yang solid untuk rekomendasi. Dengan pemahaman yang lebih baik tentang persepsi publik terhadap layanan informasi BMKG Juanda di media sosial, penelitian ini berpotensi memberikan kontribusi signifikan untuk pengembangan strategi komunikasi dan perbaikan layanan. Rekomendasi yang dihasilkan dapat menjadi landasan untuk iv upaya peningkatan kualitas layanan informasi, menciptakan lingkungan yang lebih responsif terhadap kebutuhan dan harapan masyarakat. Secara keseluruhan, penelitian ini bukan hanya tentang mengidentifikasi sentimen, tetapi juga menggali faktor-faktor yang membentuk persepsi publik. Dengan demikian, diharapkan hasil penelitian ini dapat menjadi panduan yang berharga untuk pengambilan keputusan di tingkat kebijakan, dengan fokus pada meningkatkan efektivitas komunikasi dan pelayanan BMKG Juanda sesuai dengan tuntutan dan ekspektasi masyarakat. Kata Kunci : BMKG Juanda, Sentimen analisis, Respon publik, Informasi, Naive bayes

Item Type:	Monograph (Project Report (Praktek Kerja Lapang))
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Muhaimin, Amri NIDN2119950723270 amri.muhaimin.stat@upnjatim.ac.id
Subjects:	Q Science > QA Mathematics > QA76.6 Computer Programming
Divisions:	Faculty of Computer Science > Departemen of Data Science
Depositing User:	Denisa Septalian Alhamda
Date Deposited:	31 Jan 2025 08:21
Last Modified:	31 Jan 2025 08:21
URI:	https://repository.upnjatim.ac.id/id/eprint/34479

Actions (login required)

View Item