PENERAPAN ALGORITMA K-NEAREST NEIGHBORS DALAM ANALISIS SENTIMEN ULASAN PRODUK SUNSCREEN “MADAM GIE” PADA PLATFORM SHOPEE

PENERAPAN ALGORITMA K-NEAREST NEIGHBORS DALAM ANALISIS SENTIMEN ULASAN PRODUK SUNSCREEN “MADAM GIE” PADA PLATFORM SHOPEE

• By Rima Yanti;
• Skripsi
• 9

Kemudahan akses yang diberikan oleh teknologi digital dan platform online membuka jalan bagi proses transaksi yang lebih lancar dan efisien. Berbagai  platform e-commerce semakin bermunculan dan berkembang dengan sangat cepat. Beberapa di antaranya termasuk platform Shopee. Madam Gie, adalah salah satu toko merek lokal yang terdaftar dan salah satu toko yang berhasil menjual jutaan produk sejak bergabung dengan Shopee. Salah satu produk yang sedang mendapat sorotan dan populer saat ini adalah Tinted Sunscreen. Penelitian ini bertujuan memahami sentimen konsumen terhadap tinted sunscreen. Dilakukannya penelitian ini diharapkan dapat memberikan kontribusi yang signifikan pada pengembangan metode analisis sentimen. Penelitian ini menggunakan algoritma K-Nearest Neighbors (KNN) sebagai model klasifikasinya. Hasil pengujian dengan K=5 menunjukkan akurasi 89.60%. Model memiliki presisi 92.44%, dengan 87.22% untuk kelas positif dan 92.31% untuk kelas negatif, serta recall 92.80% untuk kelas positif dan 86.40% untuk kelas negatif. Model ini efektif menghindari false positives dan mengidentifikasi instance positif. Dan hasil tertinggi dari eksperimen perubahan nilai K yang memiliki hasil accuracy tertinggi ada pada nilai K=11 dengan nilai sebesar 89.60% dan nilai AUC 0.960 yang mana dapat disimpulkan bahwa klasifikasi keakuratan dalam penelitian ini termasuk dalam kategori Excellent Classification.

 

Kata Kunci : Rapidminer, Text Mining, Klasifikasi, E-commerce, Ulasan Produk, Teknologi informasi, Pengolahan Data

• Katakunci Analisis Senimen, Ulasan Produk, KNN, Rapidminer
• URL http://
• Penerbit IJCIT (Indonesian Journal on Computer and Information Technology), Tasikmalaya Jawabarat

REFERENSI

Ahluna, F., Tutuarima, C. J., Santoso, I., Tinggi, S., Komputer, I., Karya, C., Tinggi, S., Komputer, I., Karya, C., Teknologi, U., & Jakarta, M. (2023). Metode K-Nearest Neighbor Untuk Analisis Sentimen Tentang Penghapusan Ujian Nasional. Jurnal Ikraith-Informatika, 7(2), 1–6.

Astuti, P., & Nuris, N. (2022). Penerapan Algoritma KNN Pada Analisis Sentimen Review Aplikasi Peduli Lindungi. Computer Science (CO-SCIENCE), 2(2), 137–142. https://doi.org/10.31294/coscience.v2i2.1258

Baita, A., Pristyanto, Y., & Cahyono, N. (2021). Analisis Sentimen Mengenai Vaksin Sinovac Menggunakan Algoritma Support Vector Machine (Svm) Dan K-Nearest Neighbor (Knn). Infos, 4(2), 42–42.

Dyah Fritama, S., Raymond Ramadhan, Y., & Andayani Komara, M. (2023). Analisis Sentimen Review Produk Acne Spot Treatment di Female Daily Menggunakan Algoritma K-Nearest Neighbor. Media Online), 4(1), 134–143. https://doi.org/10.30865/klik.v4i1.1070

Ernawati, S., & Wati, R. (2018). Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Review Agen Travel. Jurnal Khatulistiwa Informatika, 6(1), 64–69.

Fauziyyah, A. K. (2020). Analisis Sentimen Pandemi Covid19 Pada Streaming Twitter Dengan Text Mining Python. Jurnal Ilmiah SINUS, 18(2), 31. https://doi.org/10.30646/sinus.v18i2.491

Firdaus, A., & Firdaus, W. I. (2021). Text Mining Dan Pola Algoritma Dalam Penyelesaian Masalah Informasi : (Sebuah Ulasan). Jurnal JUPITER, 13(1), 66.

Hermawan, A., Jowensen, I., Junaedi, J., & Edy. (2023). Implementasi Text-Mining untuk Analisis Sentimen pada Twitter dengan Algoritma Support Vector Machine. JST (Jurnal Sains Dan Teknologi), 12(1), 129–137. https://doi.org/10.23887/jstundiksha.v12i1.52358

Kamal, W. W., & Ratnasari, C. I. (2021). Analisis Sentimen Ulasan Produk: Kajian Pustaka. Automata.

Muhammad, D. I., Ermatita, E., & Falih, N. (2021). Penggunaan K-Nearest Neighbor (KNN) untuk Mengklasifikasi Citra Belimbing Berdasarkan Fitur Warna. Informatik : Jurnal Ilmu Komputer, 17(1), 9. https://doi.org/10.52958/iftk.v17i1.2132

Muktafin, E. H., Kusrini, K., & Luthfi, E. T. (2020). Analisis Sentimen pada Ulasan Pembelian Produk di Marketplace Shopee Menggunakan Pendekatan Natural Language Processing. Jurnal Eksplora Informatika, 10(1), 32–42. https://doi.org/10.30864/eksplora.v10i1.390

Nuraeni, S., Syam, S. P. A., Wajdi, M. F., Firmansyah, B., & Malkan, M. (2023). Implementasi Metode K-NN Untuk Menentukan Jurusan Siswa di SMAN 02 Manokwari. G-Tech: Jurnal Teknologi Terapan, 7(1), 89–95. https://doi.org/10.33379/gtech.v7i1.1905

Rohmansa, R. Q., Pratiwi, N., & Palepa, M. J. (2024). Analisis Sentimen Ulasan Pengguna Aplikasi Discord Menggunakan Metode K-Nearest Neighbor. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 9(1), 368–378. https://doi.org/10.29100/jipi.v9i1.4943

Saifurridho, M., Martanto, M., & Hayati, U. (2024). Analisis Algoritma K-Nearest Neighbor terhadap Sentimen Pengguna Aplikasi Shopee. Jurnal Informatika Terpadu, 10(1), 21–26. https://doi.org/10.54914/jit.v10i1.1054

Salim, S. S., & Mayary, J. (2020). Analisis Sentimen Pengguna Twitter Terhadap Dompet Elektronik Dengan Metode Lexicon Based Dan K – Nearest Neighbor. Jurnal Ilmiah Informatika Komputer, 25(1), 1–17. https://doi.org/10.35760/ik.2020.v25i1.2411

Septian, J. A., Fachrudin, T. M., & Nugroho, A. (2019). Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor. Journal of Intelligent System and Computation, 1(1), 43–49. https://doi.org/10.52985/insyst.v1i1.36

Siringoringo, R., & Jamaludin, J. (2019). Text Mining dan Klasterisasi Sentimen Pada Ulasan Produk Toko Online. Jurnal Teknologi Dan Ilmu Komputer Prima (JUTIKOMP), 2(1), 41–48. https://doi.org/10.34012/jutikomp.v2i1.456

Tanggu Mara, A., Sediyono, E., & Purnomo, H. (2021). Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Metode Pembelajaran Dalam Jaringan (DARING) Di Universitas Kristen Wira Wacana Sumba. Jointer - Journal of Informatics Engineering, 2(01), 24–31. https://doi.org/10.53682/jointer.v2i01.30

Data.goodstats.id (2023, 30 Juni), Menilik Perkembangan Pengguna Internet 2013-  2023. Diakses pada 29 Juni 2024, dari https://data.goodstats.id/statistic/menilik-perkembangan-pengguna-internet-2013-2023-uV8Ws

Databoks.katadata.co.id (2023, 03 Mei), 5 E-Commerce dengan Pengunjung Terbanyak di Indonesia (Kuartal I 2023). Diakses pada Juni 2024, dari https://databoks.katadata.co.id/datapublish/2023/05/03/5-e-commerce-dengan-pengunjung-terbanyak-kuartal-i-2023

Shopee.co.id, “Madame Gie Madame Protect Me Let's Glow Tinted Sunscreen SPF 50 PA ++++”. Diakses pada Juli 2024, dari https://shopee.co.id/Madame-Gie-Madame-Protect-Me-Let's-Glow-Tinted-Sunscreen-SPF-50-PA--i.94309880.12555796596?sp_atk=2d7d2bcb-c7f7-4313-8b29-f915e6526870&xptdk=2d7d2bcb-c7f7-4313-8b29-f915e6526870&is_from_login=true