Penerapan Algoritma KNN Pada Analisis Sentimen Review Aplikasi Peduli Lindungi
Covid-19 membuat seluruh Indonesia bahkan seluruh Dunia menjadi negara yang mati akibat virus sars covid-19. Pemerintah Indonesia mengupayakan segala hal demi masyarakat agar terhindar dari wabah virus sars covid-19 ini. Membangun sebuah aplikasi pemerintahan Indonesia yang digunakan sebagai wadah d...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
LPPM Universitas Bina Sarana Informatika
2022-07-01
|
| Series: | Computer Science |
| Subjects: | |
| Online Access: | https://jurnal.bsi.ac.id/index.php/co-science/article/view/1258 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Covid-19 membuat seluruh Indonesia bahkan seluruh Dunia menjadi negara yang mati akibat virus sars covid-19. Pemerintah Indonesia mengupayakan segala hal demi masyarakat agar terhindar dari wabah virus sars covid-19 ini. Membangun sebuah aplikasi pemerintahan Indonesia yang digunakan sebagai wadah dalam perjalanan, deteksi terjangkitnya virus covid-19 bahkan terdeteksi sertifikat vaksinasi yang diselenggarak serentak oleh Pemerintah Indonesia. Aplikasi PeduliLindungi yang diunduh melalui play store memberikan opini dari berbagai individu masyarakat. Opinin tersebut penulis rangkum untuk melakukan penelitian pengklasifikasian teks review, dimana jumlah data yang dirangkum sebanyak 200 review, terdiri dari 100 data review positif dan 100 data review negative, dimana sentiment tersebut berhubungan dengan kalimat: bagus, cepat, kecewa, bodoh, tidak layak. Melakukan klasifikasi dengan metode K-Nearest Neighbor terbukti bahwa dengan metode ini mendapatkan klasifikasi nilai akurasi baik dimana nilai akurasi yang didapat sebesar 81,72% dengan AUC 0.856, pengelompokan nilai AUC 0,856 termasuk kedalam kelompok Good Classification, sehingga dalam hal ini metode K-NN mampu menganalisa sentiment review aplikasi PeduliLindungi.
Kata Kunci : Sentimen Analis, K-Nearest Neighbor, dan Aplikasi PeduliLindungi |
|---|---|
| ISSN: | 2808-9065 2774-9711 |