Detail Karya Ilmiah

  • PENERAPAN ALGORITMA K-NEAREST NEIGHBOR BERBASIS COSINE SIMILARITY KLASIFIKASI TEKS KELUHAN MASYARAKAT
    Penulis : Lutfiyah Furaida
    Dosen Pembimbing I : Achmad Jauhari, S.T., M.Kom
    Dosen Pembimbing II :Yoga Dwitya Pramudita, S.Kom., M.Cs
    Abstraksi

    Kota Bangkalan merupakan salah satu Kabupaten yang ada di Pulau Madura. Kota yang sudah cukup berkembang dengan berbagai kemajuan teknologi dan informasi saat ini, akan tetapi kemajuan tersebut tidak menyeluruh. Seperti halnya pelayanan publik dimana ketika masyarakat ingin menyampaikan keluhan atau ingin tahu informasi terbaru, masyarakat masih harus datang ke Dinas terkait. Diperlukan klasifikasi teks untuk menentukan kelas kategori pada keluhan. Penelitian ini menggunakan data keluhan dari dinas terkait di kabupaten bangkalan dan akan dibangun aplikasi keluhan masyarakat dengan mengimplementasikan algoritma K-Nearest Neighbor (KNN) berbasis Cosine Similarity. Parameter nilai K ditentukan dengan K=4 sampai K=10 sehingga menemukan nilai K optimal. Hasil penelitian menunjukkan bahwa K optimal dengan rata-rata akurasi 97,5% di peroleh ketika nilai K=4. Selain itu, dengan adanya aplikasi keluhan masyarakat ini dapat mempermudah pengguna dalam menyampaikan keluhan, karena keluhan dapat diterima oleh masyarakat lain yang belum mengetahui informasi keluhan yang ada disekitar kabupaten bangkalan dengan cepat dan mudah.

    Abstraction

    Abstrak Bangkalan City is one of the existing regencies in Madura Island. The city is already quite developed with the advances in technology and information today, but the progress is not comprehensive. As well as public services when the people want to submit a complaint or want to know the latest information, people still have to come to the relevant agencies. Text classification is required to specify category classes for complaints. This study uses complaints data from related departments in bangkalan district and will be built a community complaint application by implementing the K-Nearest Neighbor (KNN) algorithm based on Cosine Similarity. The parameter of the value of K is determined by K = 4 to K = 10 to find the optimal K value. The results showed that optimal K with an average accuracy of 97.5% was obtained when the value of K = 4. In addition, with the application of this public complaint can facilitate users in submitting a complaint, because the complaints can be accepted by other communities who do not know the complaint information around Bangkalan district quickly and easily.

Detail Jurnal