Record Detail

Pembimbing: Harya Damar Widiputra -- Analisis sentimen merupakan proses untuk mengidentifikasi opini pengguna terhadap suatu target, misalnya tempat wisata atau restoran yang pernah dikunjungi.
Pelanggan dapat memberikan opini berupa ulasan dan rating terhadap restoran dan tempat makan pada situs seperti Zomato dan Google Place Review. Salah satu algoritma yang digunakan dalam proses analisis sentimen adalah K-Nearest Neighbor, dimana algoritma menentukan k dari tetangga terdekat untuk melakukan klasifikasi terhadap sentimen. Peneliti memanfaatkan algoritma K-Nearest Neighbor untuk melakukan klasifikasi terhadap ulasan pada Zomato dan Google Place Review dari restoran SEDJUK Bakmi & Coffee SCBD yang diambil memanfaatkan proses text mining. Penelitian ini dilakukan dengan tujuan mengetahui performa algoritma K-
Nearest Neighbor pada ulasan restoran SEDJUK Bakmi & Coffee SCBD, hasil dari
penelitian ini juga dapat dijadikan feedback agar restoran dapat meningkatkan
pelayanannya. Dari data yang sudah didapatkan, diperoleh dataset dengan kelas label positif dan negatif yang tidak seimbang. Sehingga diimplementasikan proses oversampling pada dataset dan dilakukan proses klasifikasi menggunakan K-Nearest Neighbor dan menghasilkan akurasi sebesar 0,88%. Hasil penelitian menunjukkan
bahwa proses oversampling membantu meningkatkan kinerja pengklasifikasian dan
algoritma K-Nearest Neighbor sudah cukup baik dalam menganalisis sentimen ulasan
restoran.