Analisis Sentimen Review Produk Smartphone Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Metode K-Nearest Neighbor Dan Pembobotan Jumlah Likes

Analisis Sentimen Review Produk Smartphone Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Metode K-Nearest Neighbor Dan Pembobotan Jumlah Likes

Penulis

  • Siti Robbana Fakultas Ilmu Komputer, Universitas Brawijaya
  • Indriati Indriati Fakultas Ilmu Komputer, Universitas Brawijaya
  • Randy Cahya Wihandika Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Twitter, K-Nearest Neighbor, analisis Sentimen,, pembobotan jumlah likes

Abstrak

Twitter adalah media sosial popular yang banyak diminati karena memberikan informasi yang dibutuhkan banyak pengguna internet. Informasi tersebut dapat berupa opini, pertanyaan maupun review suatu produk, baik yang positif maupun negatif. Review suatu produk smartphone yang beragam membuat perusahaan kesulitan dalam mengetahui minat serta pendapat  masyarakat terhadap produk smartphone tersebut. Untuk mengatasi permasalahan tersebut diperlukan sistem analisis sentimen pada twit menyangkut produk smartphone. Penelitian ini  melakukan analisis sentimen dengan metode K-Nearest Neighbor (tekstual)  untuk   melakukan proses klasifikasi dan menambahkan fitur pembobotan jumlah likes (non-tektual). Hasil penggabungan pembobotan tektual dan non-tekstual dengan nilai konstanta yaitu kontanta α dan kontanta β  akan menghasilkan keluaran kelas sentimen positif maupun negatif. Data-data yang digunakan dalam penelitian ini diambil dari twitter berupa review produk smartphone  sebanyak 300 data tweet. Hasil pengujian dari 210 data latih dan 90 data uji menggunakan pembobotan tekstual diperoleh akurasi sebesar 91,01%, pengujian dengan pembobotan non-tekstual  saja sebesar 68,53% dan melakukan penggabungan pembobotan tekstual dan non-tekstual menghasilkan akurasi sebesar 94,38% .

Unduhan

Diterbitkan

17 Jan 2020

Cara Mengutip

Robbana, S., Indriati, I., & Wihandika, R. C. (2020). Analisis Sentimen Review Produk Smartphone Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Metode K-Nearest Neighbor Dan Pembobotan Jumlah Likes. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(10), 10168–10175. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6593

Terbitan

Bagian

Artikel
Loading...