Analisis Algoritma K-Nearest Neighbor terhadap Sentimen Pengguna Aplikasi Shopee
Bilah Samping Artikel
Isi Artikel Utama
Abstrak
Salah satu cara untuk menguji pemikiran dan perasaan (sentimen) pengguna aplikasi terhadap suatu barang, jasa, atau subjek tertentu adalah dengan melakukan analisis sentimen terhadap ulasan yang diunggah di platform Google Playstore. Ada begitu banyak aplikasi yang tersedia di Google Playstore, salah satunya adalah Shopee. Karena komentar pengguna di kolom review sangat banyak dan tidak teratur, akan sulit untuk memahami keseluruhan informasi dengan cepat dan tepat. Penelitian ini bertujuan untuk mengetahui klasifikasi sentimen positif, negatif dan netral, dengan harapan aplikasi Shopee dapat berkembang lebih baik. Oleh karena itu, Algoritma K-Nearest Neighbor digunakan untuk melakukan analisis sentimen guna memastikan pendapat pengguna terkait interaksinya dengan program Shopee. Analisis sentimen digunakan dalam penelitian ini untuk mengategorikan ulasan ke dalam kelompok positif, netral dan negatif. 2000 data digunakan dalam pengujian ini didapat melalui web scraping, di mana 70% adalah data latih dan 30% adalah data uji. Hasil pengujian menunjukkan bahwa skenario pembagian data latih dan uji tersebut menghasilkan model terbaik yang menghasilkan nilai akurasi sebesar 70%, nilai presisi sebesar 50,5%, recall sebesar 44,8%, dan f1-score sebesar 48,3% untuk keseluruhan. Untuk mendapatkan hasil yang lebih maksimal, diperlukan penerapan teknik sampling data yang lebih optimal guna mencapai distribusi kelas yang lebih seimbang pada data latih dan uji.
Unduhan
Rincian Artikel
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Referensi
D. N. I. Huda And C. Prianto, “Analisis Sentimen Layanan Jasa Pengiriman Pada Ulasan Playstore: Systematic Literature Review,” Jurnal Informatika dan Teknologi Komputer, Vol. 04, No. 02, Pp. 87–98, 2023, [Online]. Available: Https://Ejurnalunsam.Id/Index.Php/Jicom/
I. H. Kusuma And N. Cahyono, “Analisis Sentimen Masyarakat Terhadap Penggunaan E-Commerce Menggunakan Algoritma K-Nearest Neighbor,” Vol. 8, No. 3, 2023.
C. Cahyaningtyas, Y. Nataliani, And I. R. Widiasari, “Analisis Sentimen Pada Rating Aplikasi Shopee Menggunakan Metode Decision Tree Berbasis Smote,” Aiti: Jurnal Teknologi Informasi, Vol. 18, No. Agustus, Pp. 173–184, 2021.
M. N. Muttaqin And I. Kharisudin, “Analisis Sentimen Pada Ulasan Aplikasi Gojek Menggunakan Metode Support Vector Machine Dan K Nearest Neighbor,” Unnes Journal Of Mathematics, Vol. 10, No. 2, Pp. 22–27, 2021, [Online]. Available: Http://Journal.Unnes.Ac.Id/Sju/Index.Php/Ujm
S. Alfaris And Kusnawi, “Komparasi Metode Knn Dan Naive Bayes Terhadap Analisis Sentimen Pengguna,” Indonesian Journal Of Computer Science Attribution, Vol. 12, No. 5, Pp. 2023–2766, 2023.
M. Fudhail Ferio Supeli And Setiaji, “Klasifikasi Sentimen Positif Dan Negatif Pada Aplikasi Vidio Dengan Algoritma K-Nearest Neighbor,” Indonesian Journal Computer Science, Vol. 2, No. 1, pp. 7-15, Apr. 2023.
A. P. Giovani, Ardiansyah, T. Haryanti, L. Kurniawati, And W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” Jurnal Teknoinfo, Vol. 14, No. 2, P. 115, Jul. 2020, Doi: 10.33365/Jti.V14i2.679.
I. S. K. Idris, Y. A. Mustofa, And I. A. Salihi, “Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM),” Jambura Journal of Electrical and Electronics Engineering, Vol. 5, No. 1, pp. 32-35, Jan. 2023, Doi: 10.37905/jjeee.v5i1.16830.
D. Ardiansyah, A. Saepudin, R. Aryanti, E. Fitriani, And Royadi, “Analisis Sentimen Review Pada Aplikasi Media Sosial Tiktok Menggunakan Algoritma KNN Dan Svm Berbasis Pso,” Jl. Kramat Raya, Vol. 7, No. 2, 2023.
H. Taufiqqurrahman, F. Tri Anggraeny, And M. Muharrom Al Haromainy, “Perbandingan Algoritma Naïve Bayes Dan K-Nearest Neighbor Pada Analisis Sentimen Ulasan Aplikasi Mypertamina,” (JATI) Jurnal Mahasiswa Teknik Informatika, Vol. 7, No. 6, Jan. 2024.
R. Q. Rohmansa, N. Pratiwi, And M. J. Palepa, “Analisis Sentimen Ulasan Pengguna Aplikasi Discord Menggunakan Metode K-Nearest Neighbor,” Jurnal Ilmiah Penelitian dan Pembelajaran Informatika, Vol. 9, No. 1, Pp. 368–378, 2024, Doi: 10.29100/Jipi.V9i1.4943.
L. S. W. W. Keaan, Indriati, And Marji, “Analisis Sentimen Review Shopee Berbahasa Indonesia Menggunakan Improved K-Nearest Neighbor Dan Jaro Winkler Distance,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 3, No.7, Jul. 2019. [Online]. Available: Http://J-Ptiik.Ub.Ac.Id
M. F. El Firdaus, Nurfaizah, And Sarmini, “Analisis Sentimen Tokopedia Pada Ulasan Di Google Playstore Menggunakan Algoritma Naïve Bayes Classifier Dan K-Nearest Neighbor,” Jurikom (Jurnal Riset Komputer), Vol. 9, No. 5, P. 1329, Oct. 2022, Doi: 10.30865/Jurikom.V9i5.4774.
J. Josen, “Analisis Klasifikasi Sentimen Ulasan Pada E-Commerce Shopee Berbasis Word Cloud Dengan Metode Naive Bayes Dan K-Nearest Neighbor,” Salatiga, Jan. 2022.
A. Dwiki, A. Putra, And S. Juanita, “Analisis Sentimen Pada Ulasan Pengguna Aplikasi Bibit Dan Bareksa Dengan Algoritma Knn,” Vol. 8, No. 2, 2021, [Online]. Available: Http://Jurnal.Mdp.Ac.Id
M. F. El Firdaus, Nurfaizah, And Sarmini, “Analisis Sentimen Tokopedia Pada Ulasan Di Google Playstore Menggunakan Algoritma Naïve Bayes Classifier Dan K-Nearest Neighbor,” Jurikom (Jurnal Riset Komputer), Vol. 9, No. 5, P. 1329, Oct. 2022, Doi: 10.30865/Jurikom.V9i5.4774.