Analisa Dan Visualisasi Hasil Kuesioner Pertanyaan Terbuka Menggunakan Elasticsearch Dan Kibana

Abstract

Penggunaan kuesioner online untuk pengumpulan data saat ini semakin lazim. Secara umum, pertanyaan dalam kuesioner bisa dibagi menjadi pertanyaan terbuka ataupun pertanyaan tertutup. Jenis data yang dihasilkan oleh kuesioner pun bisa bermacam-macam, sehingga teknik analisis yang digunakan harus disesuaikan dengan data yang ada. Permasalahan yang ditemui adalah pada sulitnya analisis jawaban pertanyaan bebas berupa teks, terutama untuk kuesioner dengan jumlah responden yang banyak. Data teks ini perlu di analisis dan dipresentasikan sedemikian rupa sehingga topik-topik ataupun temanya bisa dieksplorasi dengan mudah. Penelitian ini bertujuan untuk mengembangkan aplikasi analisis dan visualisasi data teks pada jawaban kuesioner pertanyaan bebas. Sehingga hasil kuesioner yang telah dikumpulkan dapat dianalisis lebih cepat serta divisualisasikan dengan mudah. Untuk itu dibuatlah sebuah sistem berdasarkan framework Capture Understand Present (CUP) dengan menggunakan bahasa pemrograman Python. Pada tahapan Capture, data harus melewati proses preprocessing dimana terjadi pembersihan dan pemrosesan awal data. Pada tahapan Understand, data yang telah dibersihkan akan dianalisis menggunakan sebuah algoritma topic modelling, yaitu GSDMM. Pada tahapan Present, hasil analisis kemudian disimpan menggunakan Elasticsearch dan divisualisasikan menggunakan dashboard Kibana. Visualisasi yang dibuat bersifat interaktif, sehingga memudahkan pengguna dalam mengeksplorasi hasil analisis data.