Analisis Sentimen Review Shopee Berbahasa Indonesia Menggunakan Improved K-Nearest Neighbor dan Jaro Winkler Distance
| Main Author: | Keaan, Liana Shanty Wato Wele |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/171977/ |
Daftar Isi:
- Perkembangan teknologi yang semakin pesat dapat memberikan kemudahan bagi kehidupan masyarakat. Salah satu kemudahannya yaitu sistem belanja online. Contoh aplikasi yang paling sering digunakan adalah Shopee. Aplikasi ini memberikan kemudahan dalam proses transaksi jual beli dengan cukup menggunakan smartphone semuanya dapat diakses dengan mudah. Dalam aktivitas belanja online, selain dari segi harga yang paling utama bagi seorang calon konsumen adalah kualitas produk yang akan dibeli melalui review produk dari konsumen sebelumnya. Namun pada kenyatannya ternyata masih banyak calon konsumen yang belum bisa memahami sepenuhnya review dari konsumen lain dikarenakan penggunaan bahasa yang tidak baku. Oleh karena itu melalui penelitian ini dilakukan analisis sentimen terhadap review teks yang dibagi menjadi kelas positif dan negatif. Proses analisis diawali dengan pre-pocessing, pembobotan kata dengan TF-IDF, normalisasi, dan cosine similarity dengan menggunakan metode Improved K-Nearest Neighbor dan Jaro Winkler Distance untuk perbaikan kata yang tidak baku. Berdasarkan hasil pengujian nilai k yang diperoleh dengan cara evaluasi 5-fold didapatkan nilai optimal pada k=10 dengan rata-rata akurasi yang lebih tinggi pada kondisi setelah perbaikan kata yaitu accuracy sebesar 0,876, precision 0,810, recall 0,942, dan f-measure 0,882. Pada hasil pengujian yang diperoleh didapatkan akurasi yang fluktuatif dikarenakan hasil akurasi dipengaruhi oleh besarnya k-values.