Perpustakaan Digital ITB

Penelitian ini merancang sebuah aplikasi interaktif berupa website berbasis machine learning untuk pengolahan data Ombudsman yang bertujuan untuk mengidentifikasi kelompok-kelompok wilayah berdasarkan hasil penyelenggaraan pelayanan publik. Analisis klaster yang merupakan bagian dari metode unsupervised learning akan diterapkan untuk mendapatkan kelompok/klaster yang menjelaskan perbedaan kualitas dan kinerja pelayanan oleh setiap pemerintah provinsi, kota, dan kabupaten di Indonesia. Data yang digunakan adalah data jumlah akses masyarakat pada Ombudsman Republik Indonesia. Datasetnya menggunakan sampel jumlah akses masyarakat pada Ombudsman di Jawa Barat dari tahun 2018 – 2022, terdapat 3164 data yang terdiri dari 28 daerah dan 3 fitur. 3 fitur dataset tersebut adalah data yang terbukti maladministrasi, tidak terbukti maladministrasi, dan konsultasi. Dataset kemudian dikelompokkan dengan 3 metode clustering, yaitu agglomerative hierarchical, k-means, dan DBSCAN dengan metode linkage (single, average, dan complete). Hasil penelitian menunjukkan pengelompokkan terbaik diperoleh dari penerapan kombinasi algoritma pengelompokkan agglomeratif dan metode complete linkage untuk setiap ukuran jarak, dengan nilai metrik evaluasi silhouette sebesar 0.6633 untuk 3 klaster/kelompok wilayah. Seluruh proses dan hasil pengelompokkan diolah pada aplikasi interaktif berupa website yang dirancang dengan bahasa pemrogramam python dan framework streamlit dan dapat diakses pada laman: https://oriai.streamlit.app.