Perbandingan Model K-Nearest Neighbor dan Support Vector Machine untuk Klasifikasi Sentimen Pengguna Berdasarkan Ulasan Aplikasi GOPAY
Keywords:
K-Nearest Neighbor, Support Vector Machine, Analisis Sentimen, Klasifikasi, Data MiningAbstract
Aplikasi digital seperti GOPAY memungkinkan pengguna memberikan ulasan yang berisi pengalaman dan penilaian terhadap layanan. Ulasan tersebut dapat digunakan untuk mengevaluasi kepuasan dan sentimen pengguna terhadap aplikasi. Tujuan dari penelitian ini adalah untuk melakukan perbandingan antara dua algoritma klasifikasi, yaitu K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM), dalam melakukan analisis sentimen pengguna berdasarkan ulasan aplikasi yang tersedia di Google Play Store. Data yang digunakan diperoleh dari platform Kaggle, kemudian diproses melalui tahap preprocessing teks serta ekstraksi fitur dengan metode TF-IDF. Kinerja model dievaluasi menggunakan metrik seperti akurasi, presisi, recall, dan F1-score. Berdasarkan hasil evaluasi, algoritma SVM menunjukkan performa terbaik dengan akurasi mencapai 86%, sedangkan KNN hanya mencapai 79%. Dengan demikian, metode SVM lebih direkomendasikan dalam klasifikasi sentimen berbasis teks.
References
Alghifari, F., & Juardi, D. (2021). Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes. Jurnal Ilmiah Informatika, 9(02), 75–81. https://doi.org/10.33884/jif.v9i02.3755
Chohan, S., Nugroho, A., Aji, A. M. B., & Gata, W. (2020). Analisis Sentimen Pengguna Aplikasi Duolingo Menggunakan Metode Naïve Bayes dan Synthetic Minority Over Sampling Technique. Paradigma - Jurnal Komputer Dan Informatika, 22(2), 139–144. https://doi.org/10.31294/p.v22i2.8251
Idris, I. S. K., Mustofa, Y. A., & Salihi, I. A. (2023). Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM). Jambura Journal of Electrical and Electronics Engineering, 5(1), 32–35. https://doi.org/10.37905/jjeee.v5i1.16830
Muhammadin, A., & Sobari, I. A. (2021). Analisis Sentimen Pada Ulasan Aplikasi Kredivo Dengan Algoritma Svm Dan Nbc. Reputasi: Jurnal Rekayasa Perangkat Lunak, 2(2), 85–91. https://doi.org/10.31294/reputasi.v2i2.785
Romadloni, P., Adhi Kusuma, B., & Maulana Baihaqi, W. (2022). Komparasi Metode Pembelajaran Mesin Untuk Implementasi Pengambilan Keputusan Dalam Menentukan Promosi Jabatan Karyawan. JATI (Jurnal Mahasiswa Teknik Informatika), 6(2), 622–628. https://doi.org/10.36040/jati.v6i2.5238
Wahyudi, R., & Kusumawardana, G. (2021). Analisis Sentimen pada Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine. Jurnal Informatika, 8(2), 200–207. https://doi.org/10.31294/ji.v8i2.9681
Windy Mardiyyah, N., Rahaningsih, N., & Ali, I. (2024). Penerapan Data Mining Menggunakan Algoritma K-Nearest Neighbor Pada Prediksi Pemberian Kredit Di Sektor Finansial. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 1491–1499. https://doi.org/10.36040/jati.v8i2.9010
Zahra, F., Ridla, M. A., & Azise, N. (2022). Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus : Toko Sinar Harahap). JUSTIFY : Jurnal Sistem Informasi Ibrahimy, 3(1), 55–65. https://doi.org/10.35316/justify.v3i1.5335
