Analisis Sentimen Access by Bus Kota se-Indonesia Menggunakan Metode K-Nearest Neighbors

Abstract

Data mining atau penambangan data merupakan proses pengumpulan dan pengolahan data untuk mengekstrak informasi penting. Metode data mining K-Nearest Neighbor dapat menganalisis pada aplikasi Redbus. RedBus merupakan salah satu aplikasi resmi pembelian tiket bus kota di Indonesia. Permasalahan yang muncul setelah pembaruan aplikasi RedBus adalah bertambahnya ulasan bintang satu yang menyatakan bahwa versi terbaru tidak sesuai dengan versi sebelumnya. Data Mining yang dugunakan untuk menganalisis sentimen Access by Bus Kota di seluruh Indonesia menggunakan metode K-Nearest Neighbors. Data yang digunakan adalah data yang diperoleh dari ulasan pengguna aplikasi redBus selama satu bulan terhitung dari tanggal 20 September 2024 sampai dengan 20 Oktober 2024 dengan total 1291 ulasan. Analisis sentimen pada penelitian ini menggunakan metode K-Nearest Neighbors melalui bahasa pemrograman Python. Hasil penelitian menunjukkan bahwa kinerja terbaik pada percobaan dengan pembagian data latih dan data uji, serta nilai k yang bervariasi diperoleh pada percobaan dengan pembagian 90% data latih, 10% data uji dan menggunakan nilai k = 5 dengan nilai akurasi, presisi, dan recall masing-masing sebesar 90,23%; dan nilai recall sebesar 72,38%. Klasifikasi sentimen dengan model terbaik menggunakan parameter k = 3 menghasilkan 79,26% sentimen positif, 17,25% sentimen netral, dan 3,49% sentimen negatif.