Penerapan konsep smart city menuntut pemerintah daerah untuk dapat mengelola laporan dan pengaduan publik dengan cepat dan akurat. Masalah umum dalam sistem pelaporan publik adalah proses pengelompokan laporan secara manual oleh pengguna, yang berpotensi menyebabkan kesalahan klasifikasi dan memperlambat proses penanganan laporan. Penelitian ini bertujuan untuk membangun model klasifikasi otomatis untuk laporan pengaduan publik menggunakan algoritma Naive Bayes berbasis machine learning. Data penelitian tersebut berasal dari aplikasi Qlue dengan total 5.000 laporan publik yang terbagi menjadi 10 kategori laporan. Tahapan penelitian meliputi pra-pemrosesan teks yang terdiri dari pelipatan huruf besar, tokenizing, penghapusan kata henti, dan stemming, diikuti dengan pembobotan fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Model klasifikasi dibangun menggunakan algoritma Naive Bayes dan dievaluasi menggunakan metrik akurasi dengan skema validasi silang. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan laporan pengaduan publik dengan tingkat akurasi yang baik, meskipun data teksnya pendek dan tidak standar. Penelitian ini
📖 افتح في inklap 🔗 DOI 📮 اطلب بحثاً