Nama : Syahrul Amrie Program Studi : Magister Teknologi Informasi Judul : Analisis Sentimen Terhadap Layanan Imigrasi Menggunakan Data Twitter, Instagram Dan Ulasan Pada Aplikasi M-Paspor Di Google Play Store Berbasis Pembelajaran Mesin Pembimbing : Dr. Indra Budi, S.Kom., M.Kom.

Perkembangan media sosial telah berkembang pesat, tidak hanya sebagai alat komunikasi sosial antar individu. Fungsi dan kegunaannya semakin berkembang serta banyak di manfaatkan organisasi swasta maupun pemerintah untuk mengukur tingkat layanan. Ditjen Imigrasi selaku organisasi pemerintah merupakan salah satu organisasi yang memanfaatkan media sosial, salah satu fungsinya untuk mengetahui apakah layanan yang diberikan telah diterima dengan baik oleh masyarakat. Selain melalui media sosial, Imigrasi juga telah meluncurkan aplikasi M-Paspor di plarform Google Play Store, di platform tersebut Imigrasi juga dapat mengetahui tingkat efektifitas dari aplikasi yang telah diluncurkan. Berdasarkan survey yang dilakukan oleh balitbangham yang merupakan internal dari kemenhumham, layanan yang diberikan oleh imigrasi mendapat nilai sangat baik, namun faktanya pada media sosial maupun google play store banyak komentar maupun ulasan yang kurang puas dengan pelayanan pihak imigrasi. Hal tersebut menjadi kontradiksi antara hasil survey balitbangham dan data di media sosial. Namun, akan sulit untuk melakukan analisis data media sosial dikarenakan jumlah yang banyak. Oleh karena itu, perlu dilakukan untuk mengusulkan sistem untuk melakukan analisis sentiment menggunakan data teks komentar dan ulasan. Sehingga pihak Imigrasi dapat mengambil langkah terbaik untuk dapat memperbaiki layanan yang masih belum maksimal. Dataset yang digunakan berupa data yang diambil dari media sosial Twitter dan Instagram serta ulasan pada Google Play Store. Hasil penelitian menunjukan jika fitue ekstakdi TF-IDF Unigram yang dipadukan dengan algoritma Support Vector Machine (SVM) serta SMOTE menghasilkan performa paling tinggi dibandingkan dengan Naïve Bayes (NB) maupun Random Forest (RF). Dalam melakukan klasifikasi, SVM menghasilkan Precision 72%, Recall 69%, Accurasi 69, serta F1-Score sebesar 68%. Model tersebut dapat digunakan Imigrasi untuk mengetahui umpan balik pelayanan dari masyarakat yang dapat digunakan sebagai pertimbangan dalam melakukan perbaikan pelayanan serta merumuskan strategi pelayanan yang lebih efisien untuk kedepannya.