Implementasi Metode Naïve Bayes dalam Klasifikasi Tingkat Prioritas Pelaporan Gangguan Jaringan Berbasis Web

1. Latar Belakang Masalah

Kemajuan teknologi informasi mendorong instansi pemerintah untuk terus meningkatkan kualitas layanan publik, termasuk dalam pengelolaan jaringan komunikasi yang menjadi tulang punggung aktivitas administrasi, distribusi informasi, dan koordinasi antarperangkat daerah. Keandalan jaringan menentukan kelancaran pelayanan; ketika terjadi gangguan, proses kerja dapat tertunda dan memengaruhi efektivitas kinerja pelayanan kepada masyarakat.

Pada Dinas Komunikasi dan Informatika (DISKOMINFO) Kabupaten Samosir, pelaporan gangguan jaringan sebelumnya masih dilakukan secara manual melalui grup WhatsApp. Meskipun praktis, mekanisme ini belum menjamin pendokumentasian laporan yang rapi dan terstruktur.

Kelemahan Sistem Manual:

• Pesan laporan kerap bercampur dengan percakapan lain sehingga admin kesulitan menelusuri riwayat gangguan.
• Sulit mencari laporan spesifik serta mengelompokkan laporan berdasarkan wilayah atau instansi.
• Penanganan melambat, berpotensi terjadi laporan ganda atau terlewat.
• Penentuan urgensi cenderung subjektif karena tidak ada indikator prioritas yang konsisten ketika laporan masuk secara bersamaan.

"Kondisi tersebut menunjukkan perlunya sistem pelaporan berbasis web yang mampu mengelola laporan gangguan secara terorganisir, terdokumentasi, dan mudah dilacak (tracking) dari awal pelaporan hingga tindak lanjut."

2. Pendekatan Solusi & Algoritma

Aplikasi ini dibangun untuk menyediakan fitur pengarsipan, pencarian, rekapitulasi, serta pemantauan status penanganan agar proses penanganan lebih transparan dan akuntabel. Ketika laporan masuk dalam jumlah banyak, sistem secara cerdas membantu petugas menentukan prioritas penanganan sehingga gangguan berisiko luas dapat diselesaikan terlebih dahulu.

Metode Naïve Bayes dipilih karena pendekatannya yang sederhana, cepat, dan efektif untuk klasifikasi berbasis data tekstual. Guna menghasilkan representasi fitur teks yang informatif, sistem mengimplementasikan pembobotan kata menggunakan metode TF-IDF (Term Frequency – Inverse Document Frequency).

Tangkapan layar modul pengaduan masyarakat dan dasbor pemrosesan mesin pintar (Klik gambar untuk memperbesar).

3. Kelas Klasifikasi & Data Historis

Sistem ini dilatih menggunakan data historis laporan asli dari hasil ekspor riwayat pelaporan gangguan jaringan tahun 2023–2026. Data tersebut memuat komponen berupa identitas pelapor, instansi/kecamatan, isi aduan teks, serta waktu pelaporan.

Tingkat prioritas penanganan otomatis di dalam aplikasi dikelompokkan secara konsisten ke dalam empat kelas utama:

• Sangat Krisis: Gangguan fatal yang melumpuhkan total operasional inti.
• Tinggi: Gangguan berdampak luas pada pelayanan instansi perangkat daerah.
• Sedang: Gangguan teknis parsial yang menghambat sebagian kecil aktivitas kerja.
• Rendah: Kendala ringan atau bersifat konsultasi operasional reguler.

---

4. Tujuan Penelitian & Pengembangan

Ada tiga pilar utama tujuan yang dicapai dalam perancangan aplikasi ini:

• Membangun sistem informasi berbasis web yang dapat diakses dengan mudah sebagai media pelaporan atau pengaduan gangguan jaringan pada Dinas Komunikasi dan Informatika Kabupaten Samosir.
• Menerapkan metode Naïve Bayes untuk melakukan klasifikasi tingkat prioritas laporan gangguan jaringan berdasarkan isi laporan yang berbentuk teks.
• Menerapkan metode pembobotan TF-IDF pada data teks laporan gangguan jaringan sebagai representasi fitur dalam proses klasifikasi.

5. Manfaat Sistem

Implementasi teknologi ini memberikan dampak nyata pada alur kerja operasional, antara lain:

• Bagi Instansi: Mempermudah DISKOMINFO Kabupaten Samosir dalam mengelola penerimaan, pencatatan, dan pemantauan status penanganan gangguan jaringan agar lebih terukur.
• Efisiensi Waktu: Mempercepat proses tindak lanjut penanganan gangguan karena alur birokrasi menjadi jelas dan data tersedia secara terpusat.
• Bagi Pelapor: Menyediakan media komunikasi pelaporan gangguan jaringan yang lebih formal, transparan, dan terarah.
• Objektivitas: Penentuan tingkat prioritas berjalan secara otomatis, objektif, dan konsisten berdasarkan pola data historis sebelumnya tanpa campur tangan subjektivitas manusia.