Analisis Sentimen Tokopedia Pada Ulasan di Google Playstore Menggunakan Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor

Abstract

The growth of marketplace users in Indonesia continues to grow with one of the largest marketplaces being Tokopedia with a total download of more than 50 million. This achievement cannot be separated from the role of evaluating application performance by consumers on Google Play, this can affect other consumers' trust in the Tokopedia application. The purpose of this study is to conduct a sentiment analysis on application performance based on application user comments, where the dataset used in this study is 992 comments. The algorithms used in this research are nave Bayes algorithm and k-nearest neighbor. The results showed that the accuracy of the nave Bayes algorithm was 75.30% and the accuracy of the k-nearest neighbor algorithm was 86.09%.

Analisis Algoritma K-Nearest Neighbor terhadap Sentimen Pengguna Aplikasi Shopee

“…Salah satu teknik kategorisasi teks yang sederhana dan populer adalah algoritma KNN [12]. Menggunakan jarak terdekat atau kemiripan dengan item, pendekatan K-Nearest Neighbor menggunakan data latih untuk mengklasifikasikan objek [13]. Dalam penggunaannya, Algoritma KNN memiliki beberapa kelebihan di antaranya sederhana dan mudah dipahami, non-parammetrik, mudah dalam penyesuaian model serta tahan terhadap noise.…”

“…Studi lain yang dilakukan Firdaus menggunakan pengklasifikasi K-Nearest Neighbor dan Naïve Bayes untuk menganalisis sentimen dalam ulasan di Tokopedia, Google Playstore. Hasil penelitian menunjukkan bahwa pendekatan k-nearest neighbour memiliki tingkat akurasi sebesar 86,09% dan teknik naïve Bayes memiliki tingkat akurasi sebesar 75,30% [16], karena penelitian tersebut menggunakan 2 algoritma, maka itu adalah perbedaan terhadap penelitian ini. Tujuan dari temuan ketiga penelitian yang saling terhubung ini adalah untuk memberikan bukti atas permasalahan yang diangkat dalam penelitian ini.…”

Analisis Sentimen Terhadap Cyberbullying Pada Komentar Di Instagram Menggunakan Algoritma Naïve Bayes

“…Algoritma klasifikasi Naïve Bayes adalah model klasifikasi yang digunakan untuk melakukan klasifikasi data berdasarkan perhitungan probabilitas [13]. Dalam konteks analisis sentimen, model ini digunakan untuk memprediksi apakah sebuah ulasan memiliki sentimen positif atau negatif berdasarkan vektor TF-IDF dari katakata dalam ulasan [14]. Proses ini melibatkan perhitungan probabilitas untuk setiap kata dalam dokumen.…”

Analisis Sentimen Ulasan Aplikasi PLN Mobile Menggunakan Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor

“…Selanjutnya penelitian [11] melakukan klasifikasi ulasan aplikasi Mobile JKN menggunakan KNN dan NBC menghasilkan model KNN sebagai yang terbaik dengan akurasi sebesar 87,59%. Kemudian penelitian [12] menggunakan algoritma NBC dan KNN untuk analisis sentimen ulasan aplikasi Tokopedia menghasilkan model KNN sebagai yang terbaik dengan akurasi sebesar 86,09%. Penelitian lainnya [13] melakukan analisis sentimen pada aplikasi Soptify menggunakan algoritma SVM dan NBC mengasilkan model NBC sebagai yang terbaik dengan akurasi sebesar 86,4%.…”