Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

ANALISIS SENTIMEN ULASAN APLIKASI WETV UNTUK PENINGKATAN LAYANAN MENGGUNAKAN METODE K-NEARST NEIGHBOR

NURKHOLIMAH FARIDHOTUN, - (2023) ANALISIS SENTIMEN ULASAN APLIKASI WETV UNTUK PENINGKATAN LAYANAN MENGGUNAKAN METODE K-NEARST NEIGHBOR. Journal of Information System Research (JOSH), 4 (3). pp. 855-864. ISSN 2686-228X

[img] Text (link jurnal)
3349 - Published Version
Restricted to Repository staff only

Download (46kB) | Request a copy
[img]
Preview
Text (jurnal nurkholimah faridhotun)
Nurkholimah Faridhotun Repositorty.pdf - Published Version

Download (857kB) | Preview

Abstract

−Aplikasi streaming online merupakan kegiatan menonton film sangat digemari oleh masyarakat salah satunya adalah WeTV. WeTV merupakan Streaming Online yang digunakan masyarakat untuk sebagai media hiburan.Aplikasi WeTV memiliki rating sebesar 4 dari 256 ribu ulasan yang ditulis oleh penggunanya. Kumpulan ulasan berupa teks tersebut dapat dikumpulkan dan diklasfikasikan menjadi tanggapan negatif, tanggapan netral, dan tanggapan negatif. Tanggapan positif adalah komentar yang optimis atau mendukung.Tanggapan negatif adalah komentar terhadap ungkapan atau kasus yang tidak mendukung pernyataan terhadap kasus terkait. Tanggapan netral adalah komentar yang sulit untuk dipahami antara negatif atau positif yang sifatnya untuk memberikan saran, kalimat yang memiliki ulasan dari pengguna aplikasi dapat bersifat positifnegatif dan netral, data akan melalui proses klasifikasi dengan menggunakan metode K-Nearst Neighbor. Pada penelitian ini menggunakan 12000 review yang berasal dari playstore. Penelitian menggunakan tahap preprocessing yaitu cleaning, case folding, tokenizing, normalisasi, stopword removal dan steaming selanjutnya ke tahap TF-IDF dan untuk hasil akhirnya akan dilakukan pengujian dengan confusion matrix menggunakan bahasa pemograman Python. Hasil akurasi tertinggi dari proses pengujian dengan nilai K= 3 pada model dataset 90% data latih dan 10% data uji memperoleh akurasi sebesar 0,70%, precision 0,76%,recall 0,69%, f1-score 0,72%. Berdasarkan hasil penelitian bahwa metode K-Nearst Neighbor baik dalam proses identifikasi tanggapan negatif pada WeTV.

Item Type: Article
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 17 Jul 2023 15:32
Last Modified: 17 Jul 2023 15:32
URI: http://repository.uin-suska.ac.id/id/eprint/73639

Actions (login required)

View Item View Item