KLASIFIKASI KOMENTAR PADA GOOGLE PLAYSTORE DENGAN MENGGUNAKAN METODE MODIFIED K-NEAREST NEIGHBOR (MKNN)
| Main Author: | Desvina Wulandari, - |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.uin-suska.ac.id/28915/1/Laporan%20full.pdf http://repository.uin-suska.ac.id/28915/2/Laporan%20bab%20iv%20dan%20v.pdf http://repository.uin-suska.ac.id/28915/ |
Daftar Isi:
- Playstore mencatat rekor dengan jumlah download aplikasi mencapai 19 miliar. Berdasarkan observasi ke beberapa ulasan aplikasi di Playstore, ternyata Playstore mengelompokkan komentar berdasarkan rating, sehingga sering ditemukan kesalahan, yaitu komentarnya bagus tetapi diberikan bintang 1 atau sebaliknya. Banyak pengguna yang memberikan komentar tetapi tidak sesuai dengan nilai rating yang diberikan. Penelitian ini menggunakan 3000 data, yang diambil dari 10 top aplikasi gratis terpopuler yaitu Tiktok, Youtube, Facebook, Grab, Shopee, Instagram, Mobile Legend, Hago, dan Webtoon, yang didownload menggunakan aplikasi WebHarvy. Penelitian ini bertujuan membuat sistem untuk menguji akurasi dari penerapan metode Modified K-Nearest Neighbor(MKNN) pada kasus klasifikasi komentar pada google playstore. Hasil akurasi terbaik dari penerapan metode MKNN pada kasus ini adalah 81,33% dengan k=3 dan treshhold = 15 dan perbandingan data latih data uji 90:10