PENERAPAN TEXT MINING PADA APLIKASI TOKOPEDIA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

Abstract

Google play menyediakan fitur kepada pengguna untuk dapat memberikan ulasan terhadap aplikasi yang digunakan, salah satunya yaitu ulasan terhadap aplikasi Tokopedia. Tokopedia merupakan salah satu aplikasi yang menggunakan model bisnis marketplace dan mall online. Peningkatan jumlah pengunjung dan pengguna baru yang akan mengunduh aplikasi Tokopedia berkaitan dengan komentar terhadap aplikasi Tokopedia. Ulasan aplikasi Tokopedia dibagi menjadi ulasan positif, netral, dan negatif. Guna meningkatkan kepercayaan, pengguna bisa melihat komentar terhadap aplikasi Tokopedia. Oleh karena itu, diperlukan suatu teknik pengolahan data dan analisis terhadap komentar. Sentimen atau komentar tersebut dapat dianalisis dengan menggunakan text mining. Text mining merupakan teknik dalam pengambilan informasi 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 mengklasifikasikan ulasan aplikasi tokopedia menggunakan algoritma K-Nearest Neighbor. 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 digunakan yaitu K=5, K=10, K=25, K=50, K=100, dan K=200. Pada parameter K=5 diperoleh akurasi sebesar 69,02%, parameter K=10 sebesar 68,48%, parameter K=25 sebesar 71,39%, parameter K=50 sebesar 70,84%, parameter K=100 sebesar 70,03%, dan parameter K=200 diperoleh akurasi sebesar 71,12%. Hasil kemunculan kata yang sering muncul untuk kelas positif yaitu kata “tokopedia”, untuk kelas netral kemunculan kata paling banyak yaitu kata “saya”, sementara untuk kelas negatif, kemunculan kata yang paling banyak yaitu pada kata “saya”.