Implementasi Algoritma K-Nearest Neighbors Untuk Klasifikasi Data Ulasan Pengguna Aplikasi Sulselbar Mobile pada Google Play Store
Muh. Fadhil Attariq Hasril(1*); Purnawansyah Purnawansyah(2); Lutfi Budiman Ilmuwan(3);
(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author
AbstractPerkembangan teknologi perbankan digital mendorong Bank Sulselbar menghadirkan layanan mobile banking melalui aplikasi Sulselbar Mobile. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi tersebut di Google Play Store menggunakan algoritma K-Nearest Neighbors (KNN). Sebanyak 1000 data ulasan dikumpulkan dengan teknik web scraping, kemudian dilakukan pelabelan manual dan serangkaian proses preprocessing seperti case folding, normalisasi, stemming, stopword removal, dan tokenizing. Data kemudian dikonversi menjadi bentuk numerik menggunakan metode TF-IDF. Model KNN dikembangkan dengan nilai k = 3 dan divalidasi menggunakan 5-fold cross-validation. Hasil evaluasi menunjukkan model memiliki performa yang baik dan konsisten, dengan rata-rata akurasi 85,6%, presisi 85,4%, recall 85,6%, dan F1-score 85,5%. Fold terbaik mencapai akurasi 90% dan F1-score 89,8%. Hasil ini menunjukkan bahwa kombinasi TF-IDF dan algoritma KNN efektif dalam melakukan klasifikasi sentimen berbasis teks. Temuan ini dapat dimanfaatkan untuk mengevaluasi kualitas layanan aplikasi serta mendukung pengambilan keputusan dalam pengembangan layanan digital perbankan
KeywordsSentimen analisis; KNN; TF-IDF; Klasifikasi; Mobile Banking
|
Full Text:PDF |
Article MetricsAbstract view: 5 timesPDF view: 1 times |
Digital Object Identifier https://doi.org/10.33096/linier.v2i3.3147
|
Cite |
References
U. Nur’aini, “Perbankan Syariah: Sebuah Pilar dalam Ekonomi Syariah,” Scholast. J. Pendidik. dan Kebud., vol. 4, no. 2, pp. 174–183, 2022.
I. P. Trisela and U. Pristiana, “Analisis Perbandingan Kinerja Keuangan Bank Syariah dengan Bank Konvensional yang Terdaftar di Bursa Efek Indonesia Periode 2014-2018,” J. Ekon. Manaj., vol. 5, no. 2, pp. 83–106, 2020, doi: 10.56184/jam.v1i2.361.
M. Muchran, Muchran, and Aenul, “Pengaruh Layanan Mobile Banking terhadap Loyalitas Nasabah Bank Sulselbar Cabang Utama Makassar,” SEIKO J. Manag. Bus., vol. 4, no. 3, pp. 27–31, 2022, doi: 10.37531/sejaman.vxix.357.
Z. A. Zulkifly, N. Brasit, M. S. Alhaqqi, and S. Adelia, “Analisis Peningkatan Kualitas Layanan Mobile Banking dengan Pendekatan Metode E-Servqual,” JBMI (Jurnal Bisnis, Manajemen, dan Inform., vol. 19, no. 1, pp. 61–79, 2022, doi: 10.26487/jbmi.v19i1.21337.
N. Anizah, Y. Salim, and L. B. Ilmawan, “Analisis Sentimen Terhadap Event Big Sale 11.11 Shopee di Media Sosial Instagram menggunakan Metode Naïve Bayes,” Bul. Sist. Inf. dan Teknol. Islam, vol. 4, no. 1, pp. 25–34, 2023, doi: 10.33096/busiti.v4i1.1309.
P. R. Prayoga, P. Purnawansyah, T. Hasanuddin, and H. Darwis, “Klasifikasi Daun Herbal Menggunakan K-Nearest Neighbor dan Support Vector Machine dengan Fitur Fourier Descriptor,” Edumatic J. Pendidik. Inform., vol. 7, no. 1, pp. 160–168, 2023, doi: 10.29408/edumatic.v7i1.17521.
S. Rahayu, Y. MZ, J. E. Bororing, and R. Hadiyat, “Implementasi Metode K-Nearest Neighbor (K-NN) untuk Analisis Sentimen Kepuasan Pengguna Aplikasi Teknologi Finansial FLIP,” Edumatic J. Pendidik. Inform., vol. 6, no. 1, pp. 98–106, 2022, doi: 10.29408/edumatic.v6i1.5433.
Y. Ardian Pradana, I. Cholissodin, and D. Kurnianingtyas, “Analisis Sentimen Pemindahan Ibu Kota Indonesia pada Media Sosial Twitter menggunakan Metode LSTM dan Word2Vec,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 5, pp. 2389–2397, 2023.
D. R. Alghifari, M. Edi, and L. Firmansyah, “Implementasi Bidirectional LSTM untuk Analisis Sentimen Terhadap Layanan Grab Indonesia,” J. Manaj. Inform., vol. 12, no. 2, pp. 89–99, 2022, doi: 10.34010/jamika.v12i2.7764.
C. H. Yutika, A. Adiwijaya, and S. Al Faraby, “Analisis Sentimen Berbasis Aspek pada Review Female Daily Menggunakan TF-IDF dan Naïve Bayes,” J. Media Inform. Budidarma, vol. 5, no. 2, p. 422, 2021, doi: 10.30865/mib.v5i2.2845.
O. I. Gifari, M. Adha, F. Freddy, and F. F. S. Durrand, “Film Review Sentiment Analysis Using TF-IDF and Support Vector Machine,” J. Inf. Technol., vol. 2, no. 1, pp. 36–40, 2022.
K. Pramayasa, I. M. D. Maysanjaya, and I. G. A. A. D. Indradewi, “Analisis Sentimen Program Mbkm Pada Media Sosial Twitter Menggunakan KNN Dan SMOTE,” SINTECH (Science Inf. Technol. J., vol. 6, no. 2, pp. 89–98, 2023, doi: 10.31598/sintechjournal.v6i2.1372.
M. A. Arsyad, T. Hasanuddin, and M. Hasnawi, “Implementasi K-Nearest Neighbor (KNN) pada Sistem Pakar Diagnosa Penyakit Untuk Menentukan Kelayakan Sapi sebagai Hewan Qurban Berbasis Web,” Bul. Sist. Inf. dan Teknol. Islam, vol. 3, no. 3, pp. 167–173, 2022, doi: 10.33096/busiti.v3i3.632.
Syahril Dwi Prasetyo, Shofa Shofiah Hilabi, and Fitri Nurapriani, “Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN,” J. KomtekInfo, vol. 10, pp. 1–7, 2023, doi: 10.35134/komtekinfo.v10i1.330.
Muhammad Dzaki Arkaan Nasir and Syarif Hidayat, “Analisis Sentimen Ulasan Film Menggunakan Metode BiLSTM,” J. Inform. dan Teknol. Komput. ( J-ICOM), vol. 5, no. 2, pp. 126–132, 2024, doi: 10.55377/j-icom.v5i2.8871.
S. P. Backar, P. Purnawansyah, H. Darwis, and W. Astuti, “Hybrid Fourier Descriptor Naïve Bayes dan CNN pada Klasifikasi Daun Herbal,” J. Inform. J. Pengemb. IT, vol. 8, no. 2, pp. 126–133, 2023, doi: 10.30591/jpit.v8i2.5186.
N. Petty Wahyuningtyas, D. Eka Ratnawati, and N. Yudi Setiawan, “Root Cause Analysis (RCA) berbasis Sentimen menggunakan Metode K-Nearest Neighbor (K-NN) (Studi Kasus: Pengunjung Kolam Renang Brawijaya),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. , vol. 7, no. 5, pp. 2515–2520, 2023, [Online]. Available: http://j-ptiik.ub.ac.id
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Muh. Fadhil Attariq Hasril, Purnawansyah Purnawansyah, Lutfi Budiman Ilmuwan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Literatur Informatika dan Komputer
Diterbitkan oleh Fakultas Ilmu Komputer
Website : https://jurnal.fikom.umi.ac.id/index.php/LINIER/
Email : linier@umi.ac.id
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0