ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI TIKET.COM DENGAN K-NEAREST NEIGHBOR
DOI:
https://doi.org/10.23960/jitet.v13i3.7012Abstract Views: 126 File Views: 76
Keywords:
Analisis Sentimen, K-NN, SMOTEAbstract
Perkembangan teknologi digital telah mendorong peningkatan penggunaan aplikasi daring, seperti tiket.com, yang umum dimanfaatkan untuk pemesanan tiket dan akomodasi. Ulasan dari pengguna di aplikasi Google Play Store berperan sebagai sumber data yang esensial dalam mengevaluasi kualitas layanan aplikasi tersebut. Penelitian ini dilakukan dengan tujuan untuk mengetahui performa algoritma K-Nearest Neighbor (K-NN) dalam menganalisis sentimen ulasan pengguna tiket.com, dengan dan tanpa penerapan SMOTE sebagai upaya penanganan ketidakseimbangan distribusi kelas positif dan negatif. Data diperoleh melalui teknik web scraping kemudian data melalui tahapan data pre-processing. Selanjutnya, data diklasifikasikan ke dalam dua jenis, yaitu positif dan negatif, berdasarkan nilai rating. Nilai k optimal diperoleh melalui pengujian dengan variasi nilai k yaitu k = 3, 5, 7, dan 9, baik pada data asli maupun data yang telah diolah menggunakan metode SMOTE. Hasil pengujian menunjukkan bahwa penerapan SMOTE secara konsisten meningkatkan akurasi model pada setiap nilai K yang diuji. Nilai K terbaik ditemukan pada k = 5, dengan akurasi sebesar 82,35% pada data tanpa SMOTE dan meningkat menjadi 84,56% setelah diterapkan SMOTE. Hal ini menunjukkan bahwa penggunaan SMOTE berpengaruh terhadap akurasi performa model.
Downloads
References
H. Utami, "Analisis Sentimen dari Aplikasi Shopee Indonesia Menggunakan Metode Recurrent Neural Network," Indonesian Journal of Applied Statistics, vol. 5, no. 1, 2022.
Budiman, et al., "Analisis Sentimen Publik pada Media Sosial Twitter Terhadap Tiket.com Menggunakan Algoritma Klasifikasi," Jurnal Informatika, vol. 11, no. 1, 2024.
F. Bei and S. Saepudin, "Analisis Sentimen Aplikasi Tiket Online di Play Store Menggunakan Metode Support Vector Machine (SVM)," in Prosiding Seminar Nasional Sistem Informasi dan Manajemen Informatika Universitas Nusa Putra, vol. 1, no. 3, 2021.
R. Kurniawan, et al., "Sentiment Analysis of Google Play Store User Reviews," Sistem Informasi dan Komputer, vol. 13, no. 2, 2024.
M. Riski, et al., "Klasifikasi Sentimen Ulasan Aplikasi WhatsApp di Play Store Menggunakan Metode K-Nearest Neighbor," KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 4, no. 1, 2023.
Budiman B., et al., "Analisis Sentimen Publik pada Mendia Sosial Twitter Terhadap Tiket.com Menggunakan Algoritma Klasifikasi," Jurnal Informatika, vol.11, no.1, 2024.
O. I. Gifari, et al., "Analisis Sentimen Review Film Menggunakan TF-IDF dan Support Vector Machine," Journal of Information Technology, vol.2, no.1, 2022.
R. Sari, "Analisis Sentimen pada Review Objek Wisata Dunia Fantasi Menggunakan Algoritma K-Nearest Neighbor (K-NN)," Jurnal Sains dan Manajemen, vol.8, no.1, 2020.
G. Riansyah, "Analisis Sentimen Ulasan Aplikasi DANA di Google Play Store Menggunakan Algoritma Naïve Bayes," Politeknik TEDC Bandung, vol.8, no.5, 2024.
I. Apriani, et al., "Perbandingan Pembobotan FItur TF-IDF dan TF-ABS Dalam Klasifikasi Berita Online Menggunakan Support Vector Machine (SVM)," e-Proceeding of Engineering, vol.10, no.3, 2023.
C. Christian, et al., "Analisis Sentimen pada Rating Aplikasi Shopee Menggunakan Metode Decision Tree Berbasis SMOTE," Jurnal Teknologi Informasi, vol. 18, no. 2, 2021.
K. D. ATTARIK, N. Safriadi, and Y. Yulianti, “ANALISIS SENTIMEN KEBIJAKAN PEMBERLAKUAN PEMBATASAN KEGIATAN MASYARAKAT (PPKM) TERHADAP PERTUMBUHAN EKONOMI SEKTOR E-COMMERS DI INDONESIA MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN)”, JITET, vol. 12, no. 3S1, Oct. 2024.
R. A. Prasetyo and R. Hidayat, "Analisis Sentimen Ulasan Aplikasi Mobile Menggunakan Metode Naïve Bayes dan K-Nearest Neighbor," Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 2, 2021.
R. K. Pratama, M. N. Anwar, and A. R. Salam, "Analisis Sentimen terhadap Aplikasi Indodana: Paylater & Pinjaman menggunakan Naive Bayes," Jurnal Ilmu Manajemen Terapan (JIMAT), vol. 4, no. 3, 2023.
R. A. P. Ricky, N. Rudiman, and A. V. Naufal, "Metode Pembobotan TF-IDF untuk Klasifikasi Teks Quick Count Pemilihan Wakil Presiden Indonesia 2024 pada X Twitter dengan Metode SVM," Jurnal Teknologi Informasi, vol. 18, no. 2, 2024.
Wijiyanto, A. I. P. Sopingi, "Perbandingan Data Untuk Memprediksi Ketepatan Studi Berdasarkan Atribut Keluarga Menggunakana Machine Learning," Jurnal of Informatics, vol. 8, no. 2, 2024.
A. Setiawan and B. Nugroho, "Optimalisasi Pra-Pemrosesan Teks untuk Analisis Sentimen Berbasis Bahasa Indonesia Menggunakan Pendekatan Text Mining," Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 7, no. 4, 2020.
A. P. Sari, A. N. Sihananto, and D. A. Prasetya, "Implementasi Metode K-NN dalam Klasterisasi Kasus Kesehatan Jantung," ALINIER: Jurnal Teknik Elektro dan Informatika, vol. 3, no. 2, 2022.
M. Fadli and A. S. Rizal, "Klasifikasi dan Evaluasi Performa Model Random Forest Untuk Prediksi Stroke," Jurnal Teknik, vol. 12, no. 2, 2023.
A. R. Adinata, et al., "Implementasi Algoritma Convolutional Neural Network dan YOLOV8 Untuk Klasifikasi Ras Kucing," Building of Informatics, Technology and Science, vol. 6, no. 3, 2024.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Informatika dan Teknik Elektro Terapan
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
