Deskripsi
Sistem yang dikembangkan untuk mengatasi masalah tingginya volume aduan masyarakat yang disampaikan melalui akun X @e100ss (Radio Suara Surabaya), yang selama ini diproses secara manual sehingga kurang efisien dan rawan penanganan berulang terhadap aduan dengan konteks sama namun kalimat berbeda. Solusinya menggunakan pendekatan Sentence-BERT (SBERT) untuk mengubah teks aduan menjadi representasi vektor semantik, dipadukan dengan algoritma Two-Level Agglomerative Clustering berbasis cosine similarity untuk mengelompokkan aduan berdasarkan kemiripan konteks (bukan sekadar topik). Sistem ini juga dilengkapi mekanisme penamaan klaster otomatis dan klasifikasi aduan baru secara dinamis dengan threshold tertentu. Dari 37.480 tweet mentah periode Januari–Desember 2024, diperoleh 2.075 data aduan valid yang berhasil dikelompokkan menjadi 57 klaster konteks tanpa sisa data. Hasil ini diimplementasikan dalam dashboard SIMAS berbasis Streamlit dengan empat halaman utama: Beranda, Dashboard, Input Aduan, dan Evaluasi Model, yang memuat panduan penggunaan sistem secara bertahap bagi petugas maupun pengguna.
