Text
Analisis Sentimen Data Ulasan Aplikasi Tokopedia pada Situs Google Play Store Menggunakan KNearest Neighbor (K-NN) dengan Perbaikan Kata Jaro Winkler Distance
ABSTRAK
Perkembangan smartphone di Indonesia saat ini dirasakan sangat pesat. Salah satu
pengaruh dari peningkatan jumlah pengguna smartphone adalah maraknya
kegiatan berbelanja melalui media internet. Perkembangan e-commerce
(perdagangan jual beli berbasis digital) yang sangat cepat tidak terlepas dari
pengguna yang menginginkan segala hal yang bersifat instan. Tokopedia adalah
salah satu perusahaan teknologi di Indonesia dengan spesialisasi di bidang bisnis
e-commerce. Pengguna aplikasi Tokopedia dapat menyampaikan ulasan pada situs
Google Play Store. Analisis Sentimen Dapat Digunakan Untuk Melihat Respon
Pengguna Melalui ulasan yang ditulis. Data yang diambil sebanyak 2000 data dan
merupakan ulasan terbaru yang ditulis pada tanggal 19-31 Desember 2022.
Respon dari pengguna diklasifikasikan menjadi sentimen positif dan negatif
menggunakan metode K-Nearest Neighbor (K-NN). Perbaikan kata dilakukan
untuk meningkatkan tahap normalisasi kata dengan menggunakan Algoritma Jaro
Winkler Distance. Model klasifikasi pada penelitian ini dibangun dengan
perbandingan training testing 80:20. Kelas tetangga terdekat pada K-NN
didapatkan K=7 untuk pelabelan sentiment scoring dan K=6 untuk pelabelan
rating dari hasil model 10-fold cross validation. Hasil kinerja menggunakan
metode klasifikasi K-NN dengan perbaikan kata Jaro Winkler Distance
menghasilkan akurasi sebesar 81,77% untuk pelabelan sentiment scoring dan
akurasi sebesar 80,76% untuk pelabelan rating.
Kata kunci: Tokopedia, Google Play Store, Analisis Sentimen, K-Nearest
Neighbor, Jaro Winkler Distance
1146 E 2024 | 1146 E 2024 | Perpustakaan FSM Undip | Tersedia |
Tidak tersedia versi lain