Analisis Sentimen Review Pelanggan Restoran Menggunakan Algoritma Support Vector Machine Dan K-Nearest Neighbor
Abstract
Pada masa pandemi adanya virus corona ini hampir sebagian orang berdiam diri dirumah untuk mematuhi peraturan yang sudah dirancang oleh pemerintah. Bahkan sebagian orang kewalahan mencari bahan makanan atau malas untuk memasak dirumah sebab bahan makanan untuk dimakan telah habis, karena itu seiring berkembangnya teknologi memanfaatkan dengan memesan makanan pesan antar secara online salah satu restoran yang menyediakan jasa pesan antar makanan yaitu solaria. Pada penelitian kali ini akan menganalisis sentiment review pelanggan restoran yang masuk ke dalam 2 kelas yaitu positif dan negatif menggunakan algoritma support vector machine (svm) dan algoritma k-Nearest Neighbor (knn) dan menggunakan metode Crisp-dm untuk membandingkan hasil klasifikasi antara kedua algoritma tersebut. Hasil pengujian membuktikan bahwa algortima SVM memiliki hasil kinerja lebih baik daripada algoritma k-NN pada kasus ini menghasilkan nilai akurasi sebesar 81.92%.
Full Text:
PDFReferences
Alaei, Ali Reza, et al. “Sentiment Analysis in Tourism: Capitalizing on Big Data.” Journal of Travel Research, vol. 58, no. 2, 2019, pp. 175–91, doi:10.1177/0047287517747753.
Amira, Siti Azza, et al. “Penerapan Metode Support Vector Machine Untuk Analisis Sentimen Pada Review Pelanggan Hotel.” Edu Komputika Journal, vol. 7, no. 2, 2020, pp. 40–48, doi:10.15294/edukomputika.v7i2.42608.
Arifin, Oki, and Theopilus Bayu Sasongko. “Analisa Perbandingan Tingkat Performansi Metode Support Vector Machine Dan Naïve Bayes Classifier.” Seminar Nasional Teknologi Informasi Dan Multimedia 2018, vol. 6, no. 1, 2018.
Asmiatun, Siti, et al. “Penerapan Metode K-Nearest Neighbor Pada Aplikasi E-Kuliner Untuk Strategi Marketing Wisata Kuliner Indonesia.” Ultima InfoSys : Jurnal Ilmu Sistem Informasi, vol. 11, no. 2, 2020, pp. 71–77, doi:10.31937/si.v11i2.1467.
Eka Sembodo, Jaka, et al. Data Crawling Otomatis Pada Twitter. no. September, 2016, doi:10.21108/indosc.2016.111.
Fay, Daniel Lenox. “PENGANTAR DATA MINING Menggali Pengetahuan dari Bongkahan Data.” Angewandte Chemie International Edition, 6(11), 951–952., 1967.
Feblian, Dina, and Dadan Umar Daihani. “Implementasi Model Crisp-Dm Untuk Menentukan Sales Pipeline Pada Pt X.” Jurnal Teknik Industri, vol. 6, no. 1, 2017, doi:10.25105/jti.v6i1.1526.
García Reyes, Luis Enrique. “ANALISIS SENTIMEN REVIEW RESTORAN DI BANDUNG DENGAN TEKS BAHASA INDONESIA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN).” Journal of Chemical Information and Modeling, vol. 53, no. 9, 2013, pp. 1689–99.
hidayah, Siti nur. Tugas Akhir. 2019, doi:10.31227/osf.io/n4f68.
Indrayuni, Elly. “Analisa Sentimen Review Hotel Menggunakan Algoritma Support Vector Machine Berbasis Particle Swarm Optimization.” Jurnal Evolusi Volume 4 Nomor 2 - 2016, vol. 4, no. 2, 2016.
Istia, Sean Semuel, and Hindriyanto Dwi Purnomo. “Sentiment Analysis of Law Enforcement Performance Using Support Vector Machine and K-Nearest Neighbor.” Proceedings - 2018 3rd International Conference on Information Technology, Information Systems and Electrical Engineering, ICITISEE 2018, IEEE, 2018, doi:10.1109/ICITISEE.2018.8720969.
Jonathan, Bern, et al. “Sentiment Analysis of Customer Reviews in Zomato Bangalore Restaurants Using Random Forest Classifier.” Abstract Proceedings International Scholars Conference, vol. 7, no. 1, 2019, pp. 1831–40, doi:10.35974/isc.v7i1.1003.
Julia Ferlin, Fitra Abdurrachman Bachtiar, Alfi Nur Rusydi. “Klasifikasi Customer Intent Untuk Mengetahui Tingkat Kepuasan Pelanggan Menggunakan Metode Support Vector Machine Pada Restoran Bakso President.” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, vol. 3, no. 10, 2019, pp. 9867–75, http://j-ptiik.ub.ac.id.
Kang, Hanhoon, et al. “Senti-Lexicon and Improved Naïve Bayes Algorithms for Sentiment Analysis of Restaurant Reviews.” Expert Systems with Applications, vol. 39, no. 5, Elsevier Ltd, 2012, doi:10.1016/j.eswa.2011.11.107.
Kusmira, Mira. “Analisis Sentimen Registrasi Ulang Kartu SIM Pada Twitter Menggunakan Algoritma SVM Dan K-NN.” Inti Nusa Mandiri, vol. 14, no. 1, 2019.
Liani, Anggri. “Analisis Perbandingan Kernel Algoritma Support Vector Machine Dalam Mengklasifikasikan Skripsi Teknik Informatika Berdasarkan Abstrak.” JOINS (Journal of Information System), vol. 5, no. 2, 2020, doi:10.33633/joins.v5i2.3715.
Muhidin, Didin, and Arief Wibowo. “Perbandingan Kinerja Algoritma Support Vector Machine Dan K-Nearest Neighbor Terhadap Analisis Sentimen Kebijakan New Normal.” STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), vol. 5, no. 2, 2020, doi:10.30998/string.v5i2.6715.
Natasuwarna, Amar P. “Seleksi Fitur Support Vector Machine Pada Analisis Sentimen Keberlanjutan Pembelajaran Daring.” Techno.Com, vol. 19, no. 4, 2020, pp. 437–48, doi:10.33633/tc.v19i4.4044.
Naufal, Shidqi Aqil, et al. “Analisis Perbandingan Klasifikasi Support Vector Machine (SVM) Dan K-Nearest Neighbors (KNN) Untuk Deteksi Kanker Dengan Data Microarray.” JURIKOM (Jurnal Riset Komputer), vol. 7, no. 1, 2020, p. 162, doi:10.30865/jurikom.v7i1.2014.
Nurina Sari, Betha. “Implementasi Teknik Seleksi Fitur Information Gain Pada Algoritma Klasifikasi Machine Learning Untuk Prediksi Performa Akademik Siswa.” Seminar Nasional Teknologi Informasi Dan Multimedia 2016, no. March, 2016, pp. 55–60, http://semnas.amikom.ac.id/document/pdf/1482.pdf.
Pajri, Dicki, et al. “K-Nearest Neighbor Berbasis Particle Swarm Optimization Untuk Analisis Sentimen Terhadap Tokopedia.” Jurnal Teknik Informatika Dan Sistem Informasi, vol. 6, no. 2, 2020, doi:10.28932/jutisi.v6i2.2658.
Pratama, Arif, et al. “Implementasi Algoritme Support Vector Machine (SVM) Untuk Prediksi Ketepatan Waktu Kelulusan Mahasiswa.” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, vol. 2, no. March, 2018.
Pratama, Enda Esyudha, and Bambang Riyanto Trilaksono. “Klasifikasi Topik Keluhan Pelanggan Berdasarkan Tweet Dengan Menggunakan Penggabungan Feature Hasil Ekstraksi Pada Metode Support Vector Machine (SVM).” Jurnal Edukasi Dan Penelitian Informatika (JEPIN), vol. 1, no. 2, 2015, doi:10.26418/jp.v1i2.11023.
Purnamasari, Ni Made Gita Dwi, et al. “Identifikasi Tweet Cyberbullying Pada Aplikasi Twitter Menggunakan Metode Support Vector Machine ( SVM ) Dan Information Gain ( IG ) Sebagai Seleksi Fitur.” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, vol. 2, no. 11, 2018, pp. 5326–32.
Purwanto, Ade, et al. “Penerapan Algoritma C4 . 5 Dalam Prediksi Potensi Tingkat Kasus Pneumonia Di Kabupaten Karawang.” Jurnal Sistem Dan Teknologi Informasi, vol. 08, no. 4, 2020, pp. 390–96, doi:10.26418/justin.v8i4.41959.
Septian, Jeremy Andre, et al. Journal of Intelligent Systems and Computation 43. 2019, pp. 43–49, https://t.co/9WloaWpfD5.
Skripsi, Proposal, and D. W. I. Latifah Rianti. ANALISIS PERBANDINGAN KERNEL SUPPORT VECTOR MACHINE UNTUK TREN MARKETPLACE BERDASARKAN KLASIFIKASI. 2021.
Solecha, Kusmayanti. “Analisa Sentimen Dengan Algoritma Naïve Bayes Classifier Berbasis Particle Swarm Optimization Untuk Review Restoran.” Journal Speed – Sentra Penelitian Engineering Dan Edukasi, vol. 11, no. 1, 2019, pp. 34–41.
Utami, Lilyani Asri. Analisis Sentimen Opini Publik Berita Kebakaran Hutan Melalui Komparasi Algoritma Support Vector Machine Dan K-Nearest Neighbor Berbasis Particle Swarm Optimization. no. 1, 2017.
Hertina et al., “Data mining applied about polygamy using sentiment analysis on twitters in indonesian perception,” Bull. Electr. Eng. Informatics, vol. 10, no. 4, pp. 2231–2236, 2021, doi: 10.11591/EEI.V10I4.2325.
DOI: http://dx.doi.org/10.24014/sitekin.v19i1.14861
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 Bintang Sifa Amalia, Yuyun Umaidah & Rini Mayasari
Editorial Address: FAKULTAS SAINS DAN TEKNOLOGI UIN SULTAN SYARIF KASIM 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: sitekin@uin-suska.ac.id © 2023 SITEKIN, ISSN 2407-0939 |
SITEKIN Journal Indexing:
Google Scholar | Garuda | Moraref | IndexCopernicus | SINTA
SITEKIN by http://ejournal.uin-suska.ac.id/index.php