KLASIFIKASI SENTIMEN POSITIF DAN NEGATIF DENGAN ALGORITMA K-NEAREST NEIGHBOR PADA APLIKASI IQIYI

• ARIEF PRATAMA

---

ABSTRAK

Arief Pratama (11207025), Klasifikasi Sentimen Positif Dan Negatif Dengan Algoritma K-Nearest Neighbor Pada Aplikasi iQIYI

 

Pada keadaan pandemi covid-19 saat ini pemerintah menerapkan pemberlakuan pembatasan kegiatan masyarakat atau PPKM, yang berimbas pada banyaknya bioskop-bioskop di indonesia ditutup sementara untuk mengurangi angka penyebaran virus covid-19. Banyaknya film-film yang ditunda perilisannya karena wabah ini dan juga semakin berkurangnya penggunaan VCD/DVD membuat aplikasi streaming film mulai digemari oleh masyarakat salah satunya adalah aplikasi streaming film iQIYI. iQIYI merupakan aplikasi streaming film yang diluncurkan pada April 2010, agar pengguna dapat mengetahui aplikasi iQIYI dinilai baik adalah dengan melakukan klasifikasi sentimen pada aplikasi tersebut. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan klasfikasi sentimen pada data ulasan menggunakan algoritma K-Nearest Neighbor (K-NN). K-NN sendiri adalah algoritma yang berfungsi untuk melakukan klasifikasi suatu data berdasarkan data pembelajarannya (train data sets). Data yang digunakan yaitu ulasan pengguna iQIYI sebanyak 400 data ulasan yang telah ditentukan untuk diambil dengan menggunakan rumus slovin, tahap pertama yang dilakukan adalah proses pembersihan data atau Pre-Processing, langkah selanjutnya adalah membuat desain model algoritma K-NN pada software RapidMiner Studio untuk memproses pengklasifikasian sentimen. Hasil pengujian dengan menggunakan 400 data ulasan memakai algoritma K-NN mendapatkan hasil nilai Accuracy sebesar 99,50% lalu nilai Precision sebesar 100% dan nilai Recall sebesar 99,44%. Yang berarti penelitian ini berhasil mendapatkan algortima yang efektif dan terbaik dalam pengklasifikasian ulasan positif dan ulasan negatif terhadap aplikasi iQIYI.

KATA KUNCI

Klasifikasi,Analisa Sentimen

---

DAFTAR PUSTAKA

[1] M. F. Al-shufi and A. Erfina, “Sentimen Analisis Mengenai Aplikasi Streaming Film Menggunakan Algoritma Support Vector Machine Di Play Store,” Sismatik, pp. 156–162, 2021.

[2] T. O. Wibowo, “Fenomena website streaming film,” J. Kaji. Komun., vol. 6, no. 2, pp. 191–203, 2018.

[3] A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” J. Teknoinfo, vol. 14, no. 2, p. 115, 2020, doi: 10.33365/jti.v14i2.679.

[4] I. Indriati and A. Ridok, “Sentiment Analysis for Review Mobile Applications Using Neighbor Method Weighted K-Nearest Neighbor (Nwknn),” J. Enviromental Eng. Sustain. Technol., vol. 3, no. 1, pp. 23–32, 2016, doi: 10.21776/ub.jeest.2016.003.01.4.

[5] H. Nurrun Muchammad Shiddieqy, S. Paulus Insap, and W. Wing Wahyu, “Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter,” Semin. Nas. Teknol. Inf. dan Komun., vol. 2016, no. March, pp. 57–64, 2016.

[6] A. F. Irene, “Klasifikasi Sentimen Review Film Menggunakan Algoritma Support Vector Machine Sentiment Classification of Movie Reviews Using Algorithm Support Vector Machine,” vol. 4, no. 3, pp. 4740–4750, 2017.

[7] R. R. A. Siregar, Z. U. Siregar, and R. Arianto, “Klasifikasi Sentiment Analysis Pada Komentar Peserta Diklat Menggunakan Metode K-Nearest Neighbor,” Kilat, vol. 8, no. 1, pp. 81–92, 2019, doi: 10.33322/kilat.v8i1.421.

[8] A. Saleh, A. F. K. Sibero, I. H. G. Manurung, U. P. Indonesia, U. Sari, and M. Indonesia, “Pengenalan Tanaman Herbal Menggunakan Algoritma Learning Vector Quantization Dan Manhattan Distance,” J. TEKESNOS, vol. 3, no. 2, pp. 271–276, 2021.

[9] M. Nishom, “Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis ChiSquare,” J. Inform. J. Pengemb. IT, vol. 4, no. 1, pp. 20–24, 2019, doi: 10.30591/jpit.v4i1.1253.

[10] M. Furqan, S. Sriani, and S. M. Sari, “Analisis Sentimen Menggunakan KNearest Neighbor Terhadap New Normal Masa Covid-19 Di Indonesia,” Techno.Com, vol. 21, no. 1, pp. 51–60, 2022, doi: 10.33633/tc.v21i1.5446.

[11] N. Herlinawati, Y. Yuliani, S. Faizah, W. Gata, and S. Samudi, “Analisis 44 Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine,” CESS (Journal Comput. Eng. Syst. Sci., vol. 5, no. 2, p. 293, 2020, doi: 10.24114/cess.v5i2.18186.

[12] Y. T. Pratama, F. A. Bachtiar, and N. Y. Setiawan, “Analisis Sentimen Opini Pelanggan Terhadap Aspek Pariwisata Pantai Malang Selatan Menggunakan TF-IDF dan Support Vector Machine,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 12, pp. 6244–6252, 2018.

[13] B. Rahmat C.T.I. et al., “Implemetasi k-means clustering pada rapidminer untuk analisis daerah rawan kecelakaan,” Semin. Nas. Ris. Kuantitatif Terap. 2017, no. April, pp. 58–60, 2017.

[14] I. P. E.- Issn, “Analisis Clustering Menggunakan Algoritma K-Means Terhadap Penjualan Produk Padapt Batamas Niaga Jaya,” Comput. Based Inf. Syst. J., vol. 02, pp. 20–35, 2018.

[15] D. Muhidin and A. Wibowo, “Perbandingan Kinerja Algoritma Support Vector Machine dan K-Nearest Neighbor Terhadap Analisis Sentimen Kebijakan New Normal,” STRING (Satuan Tulisan Ris. dan Inov. Teknol., vol. 5, no. 2, p. 153, 2020, doi: 10.30998/string.v5i2.6715.

[16] V. B. Anwari and Y. Yuliazmi, “Implementasi Algoritma K-Nearest Neighbors Pada Analisis Sentimen Masyarakat Terhadap Penerapan Pemberlakuan Pembatasan Kegiatan Masyarakat,” Skanika, vol. 5, no. 1, pp. 72–81, 2022, doi: 10.36080/skanika.v5i1.2912.

[17] D. S. Purnia and T. Alawiyah, “Metode penelitian strategi menyusun tugas akhir.” p. 58, 2020. [Online]. Available: https://repository.nusamandiri.ac.id/index.php/unduh/item/233361/Buku-AjarMetlid-Dini.pdf

[18] H. S. Tanjung and S. A. Nababan, “Pengaruh penggunaan metode pembelajaran bermain terhadap hasil belajar matematika siswa materi pokok pecahan di kelas III SD Negeri 200407 Hutapadang,” J. Bina Gogik, vol. 3, no. 1, pp. 35–42, 2016, [Online]. Available: https://www.ejournal.stkipbbm.ac.id/index.php/pgsd/article/view/26

[19] K. Joesyiana, “Penerapan Metode Pembelajaran Observasi Lapangan (Outdor Study) Pada Mata Kuliah Manajemen Operasional (Survey Pada Mahasiswa Jurusan Manajemen Semester III Sekolah Tinggi Ilmu Ekonomi Beserta Persada Bunda),” PeKA J. Pendidik. Ekon. Akunt. FKIP UIR, vol. 6, no. 2, pp. 90–103, 2018.