Optimalisasi Klasifikasi Disposisi Pengaduan Masyarakat melalui Kanal LAPOR Menggunakan Algoritma Naïve Bayes dan Integrasi Ekstensi Chrome

Abstract

Pengaduan masyarakat merupakan jembatan penting antara warga dan pemerintah dalam mewujudkan pelayanan publik yang lebih baik. Namun dalam praktiknya, proses pengelolaan dan disposisi aduan melalui platform LAPOR sering kali memerlukan waktu yang lama dan rawan salah sasaran karena masih dilakukan secara manual. Penelitian ini menawarkan solusi melalui pengembangan sistem klasifikasi otomatis menggunakan algoritma Naïve Bayes, yang diintegrasikan ke dalam ekstensi peramban Chrome. Sistem ini dirancang untuk membantu petugas dalam merekomendasikan instansi atau unit yang tepat untuk menangani setiap laporan pengaduan, berdasarkan isi teks laporan. Data pengaduan yang digunakan bersumber dari LAPOR Pemerintah Kabupaten Bojonegoro selama periode 2020–2024. Hasil pengujian menunjukkan bahwa model memiliki akurasi 83,74% pada data pelatihan, namun menurun pada data uji karena ketidakseimbangan label. Meski begitu, evaluasi terhadap pengguna sistem menunjukkan respons yang sangat positif: sistem dinilai mempercepat proses, mempermudah pekerjaan, dan meningkatkan akurasi disposisi. Harapannya, sistem ini dapat menjadi langkah awal dalam digitalisasi layanan publik yang lebih cerdas dan responsif terhadap kebutuhan masyarakat.