Implementasi Algoritma K-Nearest Neighbor dan Probabilistic Neural Network untuk Analisis Opini Masyarakat Terhadap Toko Online di Indonesia

Assad Hidayat, Mustakim Mustakim, Muhammad Zakiy Fauzi, Imaduddin Syukra

Abstract


Twitter dipakai oleh semua orang untuk melakukan penilaian dan mengeluarkan pendapat mengenai segala sesuatu dan mengunggah postingan dengan opini yang berbeda-beda melalui tweet. Tweet yang digunakan berasal dari akun resmi toko online pada Twitter yaitu Lazada dan Blibli. Tweet tersebut dianalisi menggunakan sebuah teknik penggalian teks atau disebut juga text mining. Pada penelitian ini menggunakan dua algoritma klasifikasi yang terdapat pada text mining yaitu K-Nearest Neighbor dan Probabilistic Neural Network, dimana kelas data dibagi menjadi tiga yaitu netral, negatif dan positif yang ditentukan dengan cara menggunakan kamus sentimen. Data dibagi menggunakan K-Fold Cross Validation yang kemudian dihitung akurasinya. Pada percobaan menggunakan metode pembagian data dengan 10 K pada K-Fold Cross Validation didapat hasil perbandingan akurasi antara KNN dan PNN terhadap data Lazada dan data Blibli, Dimana pada data Lazada akurasi KNN lebih tinggi dibandingkan PNN dengan akurasi KNN sebesar  71.57% sedangkan PNN sebesar 66.71%. Untuk data Blibli akurasi KNN juga lebih tinggi dibandingkan PNN dengan akurasi KNN sebesar 68.29% sedangkan PNN sebesar 65.29%. Jadi hasil akurasi pada data Lazada dan Blibli menggunakan algoritma KNN memiliki performa lebih baik dibanding PNN.

Full Text:

PDF

References


Aryato, D., Tarigan, F.A., “Aplikasi Penjualan Pakaian Secara Online”. Jurnal TIMES, Vol. 4, No. 1, 2015. Aryato, D., Tarigan, F.A., “Aplikasi Penjualan Pakaian Secara Online”. Jurnal TIMES, Vol. 4, No. 1, 2015.

iPrice Indonesia. Peta E-commerce Indonesia. Juli 2018.

https://iprice.co.id/insights/mapofecommerce/, diakses 8 September, 2018

Putri, R.O., Wibawa, B.M., Laksamana, T. “Identifikasi Permasalahan Komplain pada E-Commerce Menggunakan Metode Fishbone” Jurnal Sains dan Seni ITS, Vol. 6 No. 1 Hal. 37-41, 2017

Andhini, A., “Pengaruh Transaksi Online Shopping, Dan Kepercayaan Konsumen Terhadap Kepuasan Konsumen Pada E-Commerce” Jurnal Ilmu dan Riset Manajemen, Vol. 6, No. 7, 2017.

Falahah., Nur, D.D.A., “Pengembangan Aplikasi Sentiment Analysis Menggunakan Metode Naïve Bayes” Seminar Nasional Sistem Informasi Indonesia, November 2015.

Feldman, R., dan J. Sanger. (2007).“The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data”. Cambridge University Press. New York.

Aulianita, R., “Komparasi Metode k-Nearest Neighbors dan Support Vector Machine Pada Sentiment Analysis Review Kamera” Jurnal Speed, Vol. 8, No. 3, 2016

Alam, S., Yao, N., “Probabilistic Neural Network and Word Embedding for Sentiment Analysis” International Journal of Advanced Computer Science and Applications, Vol. 9, No. 7, 2018.

Hidayat, A., Effendi, Z., Aszani., Novita, R., Lestari, T.L. “Algorithm Comparison Of Naive Bayes Classifier And Probabilistic Neural Network For Water Area Classification Of Fishing Vessel In Indonesia”. Journal of Theoretical and Applied Information Technology, Vol. 96 No. 13 Hal 4114-4125, Juli 2018.

Singh, A., Sathyaraj, R.,“A Comparison Between Classification Algorithms on Different Datasets Methodologies using Rapidminer”, International Journal of Advanced Research in Computer and Communication Engineering, Vol. 5, Issue 5, May 2016

Padmaja, S., & Fatima, S.S. “Opinion Mining and Sentiment Analysis –An Assessment of Peoples’ Belief: A Survey” International Journal of Ad hoc, Sensor & Ubiquitous Computing, Vol. 4, No. 1, February 2013.

Lotfi, A., & Benyettou, A. “A Reduced Probabilistic Neural Network For The Classification Of Large Databases”, Turkish Journal Of Electrical Engineering & Computer Sciences. Doi:10.3906/Elk-1209-35 Algeria. 2014

Gorunescu, F. (2011). Data Mining : Concepts, Models and Techniques. New York: Springer-Verlag

Ma, J., Xu, W., Sun, Y.H., Turban, E., Wang, S., Liu, O. (2012). An Ontology-Based Text-Mining Method to Cluster Proposals for Research Project Selection. IEEE Trans. Syst., Man, Cybern. Part A, Syst & Humans (vol. 42)

Berry, M. W., dan J. Kogan. (2010). Text Mining Application and Theory. United Kingdom: WILEY.

Hadna, N.M.S., Santosa, P.I., Winarno, W.W. 2016. “Studi literatur tentang perbandingan metode proses analisis sentimen di twitter”. Fakultas Teknik, Universitas Gadjah Mada.

Nugroho, H.T.I. “Pengaruh Algoritma Stemming Nazief-Adriani Terhadap Kinerja Algoritma Winnowing Untuk Mendeteksi Plagiarisme Bahasa Indonesia”. ULTIMA Computing. 9 (1):36-40. 2017.

Baharsyah, I., Cholissodin, I., Setiawan, B.D. “Klasifikasi Deep Sentiment Analysis E-Complain Universitas Brawijaya Menggunakan Metode K-Nearest Neighbor” Universitas Brawijaya Malang, Vol. 3, No. 8, 2014.

Hartanto, “Text Mining dan Sentimen Analisis Twitter pada Gerakan LGBT” Intuisi Jurnal Psikologi Ilmiah, Intuisi 9 (1) Hal. 18-25, 2017

Simanjuntak, T.H., Mahmudy, W.F., Sutrisno., “Implementasi Modified K-Nearest Neighbor Dengan Otomatisasi Nilai K Pada Pengklasifikasian Penyakit Tanaman Kedelai” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 1, No. 2 Hal. 75-79, Februari 2017

Hamid, N.A., Nawi, N.M., Ghazali, R., Salleh, M.N.M., “Accelerating Learning Performance of Back Propagation Algorithm by Using Adaptive Gain Together with Adaptive Momentum and Adaptive Learning Rate on Classification Problems”. International Journal of Software Engineering and Its Applications, Vol. 5 No. 4. 2011.

Seminar, K.B., Buono, A., Sukin, T.P.J., “Desain dan Implementasi Komputasi Paralel dengan Algoritma Genetik untuk Prapemrosesan Probabilistic Neural Network” Jurnal Ilmiah Ilmu Komputer, Vol. 3, No. 1, 2005

Perkasa, T.R., Widyantara, H., Susanto, P., “Rancang Bangun Pendeteksi Gerak Menggunakan Metode Image Subtraction Pada Single Board Computer (SBC)” Journal of Control and Network Systems, Vol. 3 No. 2 Hal. 90-97. 2014.

Nosrati, M., “Python: An appropriate language for real world programming.” World Applied Programming , Vol. 1 No. 2 Hal 110-117. 2011.

Zulfa, I., Winarko, E., “Sentimen Analisis Tweet Berbahasa Indonesia dengan Deep Belief Network”. IJCCS, Vol. 11, No. 2, Hal 187-198, Juli 2017.

De, S.R., Bandyopadhyay, S.K., “Sentiment Analysis On Product Purchase Through E Commerce”. International Journal of Scientific Research and Management (IJSRM), Vol. 5, Hal 5441-5444, Juni 2017.

Okfalisa Okfalisa, Ikbal Gazalba, Mustakim Mustakim, Nurul Gayatri Indah Reza. "Comparative analysis of k-nearest neighbor and modified k-nearest neighbor algorithm for data classification". Information Technology, Information Systems and Electrical Engineering (ICITISEE). Vol 2 No 1. 2017


Refbacks

  • There are currently no refbacks.


FAKULTAS SAINS DAN TEKNOLOGI
UIN SUSKA RIAU

Kampus Raja Ali Haji
Gedung Fakultas Sains & Teknologi UIN Suska Riau
Jl.H.R.Soebrantas No.155 KM 18 Simpang Baru Panam, Pekanbaru 28293
Email: sntiki@uin-suska.ac.id