Analisis Sentimen Review Pelanggan Restoran Menggunakan Algoritma Support Vector Machine Dan K-Nearest Neighbor
| Main Authors: | Amalia, Bintang Sifa, Umaidah, Yuyun, Mayasari, Rini |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau
, 2021
|
| Online Access: |
https://ejournal.uin-suska.ac.id/index.php/sitekin/article/view/14861 https://ejournal.uin-suska.ac.id/index.php/sitekin/article/view/14861/6936 |
Daftar Isi:
- 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%.