Analisis Sentimen Tentang Ulasan Toko Rikisparepart Di Tokopedia Menggunakan Metode K-Nearest Neighbor Berbasis PSO
ABSTRAK
Analisis Sentimen Tentang Ulasan Toko Rikisparepart Di Tokopedia Menggunakan Metode K-Nearest Neighbor Berbasis PSO
Muhammad Naufal Ghani
Marketplace Tokopedia terdapat banyak toko yang memiliki banyak ulasan dari positif, negatif maupun netral. Salah satu toko di Tokopedia bernama Toko Rikisparepart memiliki kurang lebih memiliki 652 ulasan pada halaman toko di marketplace Tokopedia. Dalam penelitian ini dilakukan beberapa tahap yaitu dimulai dengan pengambilan ulasan dengan teknik web scraping, selanjutnya dilakukan teks preprocessing yang terdiri dari Case Folding, Cleansing, Tokenizing, Normalization, dan Stopwords kemudian dilakukan proses ekstraksi fitur TF-IDF, Cosine Similarity, selanjutnya masuk ke proses data splitting data latih dan data uji dengan 3 rasio yaitu 60:40, 70:30 dan 80:20 yang nantinya akan digunakan untuk melatih model K-NN yang dibangun. Setelah akurasi K-NN sudah didapatkan maka akan dilakukan juga klasifikasi K-NN dengan optimasi PSO. Konsep dasar PSO sendiri adalah memodelkan partikel sebagai individu yang bergerak dalam ruang pencarian untuk mencari solusi terbaik. Dalam penelitian ini PSO digunakan untuk menghasilkan accuracy, precision, recall dan f-1 score yang lebih optimal pada model K-NN yang sudah dibuat. Hasil dari penelitian yang dilakukan didapatkan bahwa hasil akurasi terbaik didapatkan pada pengujian pada pembagian data (70:30) yang telah dioptimasi menggunakan PSO dengan nilai akurasi yang didapatkan sebesar 95.
URI
https://repository.itera.ac.id/depan/submission/SB2409240043
Keyword
K-NN PSO Preprocessing TF-IDF Akurasi