Lufti Rahma Elita, - (2022) KLASIFIKASI ULASAN APLIKASI TOKOPEDIA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. Full Laporan Kecuali Bab 4 Lufti.pdf Download (1MB) | Preview
	Text (BAB IV) 2. Bab 4 Lufti.pdf - Published Version Restricted to Repository staff only Download (586kB)

Abstract

Google play menyediakan fitur kepada pengguna untuk dapat memberikan ulasan terhadap aplika- si yang digunakan, salah satunya yaitu ulasan terhadap aplikasi Tokopedia. Tokopedia merupakan salah satu aplikasi yang menggunakan model bisnis marketplace dan mall online. Ulasan aplika- si Tokopedia dibagi menjadi ulasan positif, netral, dan negatif. Ulasan aplikasi Tokopedia dapat dianalisis dengan menggunakan text mining. Text mining merupakan teknik dalam pengambilan in- formasi dari sejumlah data tak terstruktur dari sebuah topik tertentu yang memiliki kualitas tinggi serta dapat diperoleh data-data permasalahan dalam teks. Penelitian ini bertujuan untuk mengetahui tingkat akurasi analisis sentimen pada aplikasi Tokopedia di Google Play menggunakan algoritma K-Nearest Neighbor serta mengetahui kata-kata yang sering muncul pada komentar Tokopedia di Google Play. Algoritma K-Nearest Neighbor merupakan salah satu algoritma yang terdapat dalam teknik klasifikasi. Pada penelitian ini, ulasan yang digunakan sebanyak 5.254 data yang dibagi menggunakan K-Fold Cross Validation yang kemudian dihitung akurasinya. Parameter yang digu- nakan yaitu k=5, k=10, k=25, k=50, k=100, dan k=200. Akurasi tertinggi didapatkan pada k=25 dengan nilai akurasi sebesar 71,39%. Hasil kemunculan kata yang sering muncul untuk kelas positif yaitu kata “tokopedia”, untuk kelas netral kemunculan kata paling banyak yaitu kata “saya”, semen- tara untuk kelas negatif, kemunculan kata yang paling banyak yaitu pada kata “saya”.

Actions (login required)

View Item