Text
Penerapan Neighbor Weighted K-Nearest Neighbor dengan Perbaikan Kata Jaro Winkler Distance untuk Klasifikasi Ulasan Pengguna Aplikasi WhatsApp
Teknologi informasi dan komunikasi saat ini semakin berkembang pesat. Salah
satu bentuk pemanfaatan teknologi dengan internet yaitu layanan aplikasi pesan
instan dalam bermedia sosial. Aplikasi WhatsApp menjadi media sosial dengan
pengguna tertinggi di Indonesia sepanjang tahun 2022. Kemudahan akses untuk
seluruh pengguna internet menjadikan aplikasi WhatsApp sebagai sarana utama
dalam berkomunikasi. Penelitian ini bertujuan untuk menerapkan metode
Neighbor Weighted K-Nearest Neighbor (NWKNN) dengan Jaro Winkler
Distance sebagai perbaikan kata untuk klasifikasi data ulasan aplikasi WhatsApp.
NWKNN merupakan metode pengembangan dari metode K-Nearest Neighbor
yang bertujuan untuk mengklasifikasikan data tidak seimbang dengan
memberikan nilai bobot lebih besar pada kelas minoritas dan bobot lebih kecil
pada kelas mayoritas. Jaro Winkler Distance sebagai perbaikan kata digunakan
untuk meminimalisir kesalahan pada tahap normalisasi kata. Kelas tetangga
terdekat pada NWKNN diperoleh k = 9 dari hasil 10-fold cross validation.
Klasifikasi menggunakan NWKNN dengan Jaro Winkler Distance sebagai
perbaikan kata menghasilkan nilai akurasi, recall, dan precision sebesar 82,31%,
97,48%, dan 83,45%. Nilai akurasi 82,31% menunjukkan bahwa keakuratan
NWKNN dalam mengklasifikasikan data sebesar 82,31%. Klasifikasi NWKNN
dengan Jaro Winkler Distance sebagai perbaikan kata menghasilkan performa
yang baik dalam mengklasifikasikan data ulasan pengguna aplikasi WhatsApp.
Kata kunci: WhatsApp, Jaro Winkler Distance, Neighbor Weighted K-Nearest
Neighbor
1173 E 2024 | 1173 E 2024 | Perpustakaan FSM Undip | Tersedia |
Tidak tersedia versi lain