Pemodelan Self Organizing Maps (SOM) Untuk Pengelompokan Pengaduan Masyarakat Pada Stasiun Radio X
Abstract
Informasi yang berasal dari masyarakat secara langsung mengenai suatu peristiwa,
kondisi, kebutuhan, hasil pengamatan dan suatu berita yang disampaikan kepada stasiun radio X
di Kota Kediri merupakan salah satu cara dan bentuk komunikasi masyaraat kepada instansi terkait
di pemerintahan. Berdasarkan pengaduan masyarakat, instansi terkait yang berhubungan dengan
pokok pengaduan dapat melakukan suatu tindak lanjut sesuai dengan kebutuhan. Dalam pemodelan
dengan Self Oraganizing Maps (SOM) ini dilakukan pengelompokan pengaduan masyarakat yang
terkait dengan instansi pemerintahan yang berhubungan langsung dengan masyarakat, yaitu Dinas
Kesehatan, Dinas Pendidikan, Dinas Pekerjaan Umum, Dinas Pencatatan Sipil, dan Dinas
Pariwisata. Dengan banyaknya pengaduan masyarakat yang masuk ke stasiun radio X di Kota
Kediri, maka diperlukan suatu model (sistem) yang dapat membantu dalam memilah setiap
pengaduan dari masyarakat berdasarkan kelompok instansi pemerintahan yang terkait dengan
pokok pengaduan tersebut.
Pemodelan ini menggunakan teknik text mining untuk pre-proses datanya, untuk mendapatkan
fitur dari text pengaduan, dan self organizing maps untuk penentuan kelompoknya. Data yang
digunakan dalam pemodelan ini sebanyak 52 data pengaduan yang topiknya dibatasi ke 5 topik
yang telah ditentukan berdasarkan instansi tujuan. Dari 20 data dan 52 data, nilai net som yang
digunakan mempengaruhi hasil akurasi. Ketika menggunakan net som 5 diperoleh tingkat akurasi
75% dan ketika menggunakan net som 25 akurasinya meningkat menjadi 78%. Berdasarkan uji
coba sistem dengan kalimat pengaduan yang komplek, dalam arti memuat beberapa kata yang
berhubungan dengan lebih dari satu instansi, sistem belum mampu menentukan kelompoknya
dengan instansi tepat
Authors who publish with this journal agree to the following terms:
1. Copyright on any article is retained by the author(s).
2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
