Skripsi/Tugas Akhir

Penerapan Analisis Sentimen pada Ulasan Google Play Aplikasi Mobile PeduliLindungi Menggunakan Metode K-Nearest Neighbor

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Aplikasi PeduliLindungi adalah aplikasi yang dirancang oleh Pemerintah Republik Indonesia untuk digunakan Kementerian Kesehatan, Gugus Tugas, dan Masyarakat dalam mengatasi pandemi COVID-19 di Indonesia. Banyaknya tanggapan masyarakat terhadap aplikasi PeduliLindungi, perlu dilakukan analisis sentimen dengan tujuan untuk memperoleh persepsi atau gambaran umum masyarakat terhadap aplikasi PeduliLindungi yang digunakan dalam beraktivitas. Sebanyak 20.529 ulasan diperoleh dengan cara web scraping data dari Google Play aplikasi PeduliLindungi menggunakan library selenium. Data yang diambil berupa nama, ulasan, dan rating bintang. Dataset yang didapat diberi label ke dalam dua kelas, negatif dan positif berdasarkan rating yang diberikan pengguna pada tiap ulasannya. Penelitian ini menggunakan algoritma klasifikasi K-Nearest Neighbor. Data yang diteliti sebanyak 20.529 ulasan dengan 4.106 data uji dan 16.423 data latih. Validasi data menggunakan confusion matrix yang menghasilkan nilai akurasi sebesar 88% dengan nilai Precision sebesar 91%, nilai Recall sebesar 83% dan nilai F1-Score sebesar 87%.
Kata Kunci: Pedulilindungi, Ulasan, K-Nearest Neigbor, Confusion Matrix

ABSTRACT
PeduliLindungi application is an application designed by the Government of the Republic of Indonesia to be used by the Ministry of Health, the Task Force, and the Community in dealing with the COVID-19 pandemic in Indonesia. The public's response to the PeduliLindungi application, it is necessary to carry out a sentiment analysis with the aim of obtaining a general perception or picture of the community towards PeduliLindungi application that is used in activities. A total of 20,529 reviews obtained by web scraping data from Google Play PeduliLindungi application using the selenium library. The data taken in the form of names, reviews, and star ratings. The dataset obtained is labeled into two classes, negative and based on the positive rating given by the user for each review. This study uses the K-Nearest Neighbor classification. The data studied were 20,529 reviews with 4,106 test data and 16,423 training data. Data validation uses a confusion matrix which produces an accuracy value of 88% with a Precision value of 91%, a Recall value of 83% and an F1-Score value of 87%.
Keywords: PeduliLindungi, Review, K-Nearest Neigbor, Confusion Matrix

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 22-45 YAH p - 0209TI

Penerbit

Makassar : Universitas DIPA., 2022

Deskripsi Fisik

xiii + 69 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 22-45

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Cetakan Februari 2022

Subjek

Skripsi/Tugas Akhir
K-Nearest Neighbor
Analisis Sentimen

Lampiran File