Klasifikasi Keluhan Dan Tanggapan Masyarakat Kabupaten Karawang Menggunakan Algoritma Random Forest Dan SVM

Pelayanan publik yang optimal memerlukan pengelolaan keluhan masyarakat secara cepat dan tepat. Tingginya jumlah aduan masyarakat di Kabupaten Karawang menjadi tantangan tersendiri dalam proses klasifikasi dan penanganan laporan tersebut. Penelitian ini bertujuan membangun model klasifikasi keluhan masyarakat menggunakan algoritma Random Forest dan Support Vector Machine (SVM) untuk mengelompokkan data berdasarkan unit organisasi yang berwenang. Data diambil dari sistem Tanggap Karawang dengan jumlah 6.380 aduan, melalui proses text preprocessing, transformasi fitur menggunakan TF-IDF, serta pelabelan kategori target. Proses pelatihan dan evaluasi dilakukan menggunakan platform Google Colab dengan pembagian data latih dan uji sebesar 80:20. Hasil evaluasi menunjukkan bahwa model SVM memiliki performa lebih baik dengan akurasi 81,66%, precision 80,54%, recall 81,66%, dan F1-score 80,59%, dibandingkan Random Forest yang memperoleh akurasi 76,41%. Temuan ini menunjukkan bahwa SVM lebih efektif dalam klasifikasi aduan masyarakat. Penelitian ini diharapkan dapat menjadi solusi bagi instansi pemerintah dalam menangani keluhan publik secara otomatis dan efisien.

Kata Kunci: Klasifikasi, Keluhan Masyarakat, Random Forest, Support Vector Machine, Tanggap Karawang