SENTIMENT ANALYSIS MENGGUNAKAN K-NEAREST NEIGHBOR DENGAN PERBANDINGAN FUNGSI JARAK (STUDI KASUS : TWITTER INDOSAT DAN TELKOMSEL)
No Thumbnail Available
Date
2015
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universitas Widyatama
Abstract
Salah satu jejaring sosial berupa mikroblog yang saat ini sedang diminati oleh banyak orang adalah Twitter.Twitter biasa digunakan oleh masyarakat untuk bersosialisasi. Selain untuk bersosialisasi twitter biasa digunakan untuk mengemukakan opini produk atau pun jasa . Hal ini dimanfaatkan sebagai acuan para customer untuk mengetahui pendapat orang lain tentang produk atau jasa yang akan digunakan. Sebaliknya bagi produsen dapat digunakan sebagai media pelacak tentang kepuasan pelanggan (Bo Pang, 2008). Opini yang terkandung dalam review bisa berupa opini positif atau opini negatif ,maka dari itu dibutuhkan sebuah mengklasifikasi data . Salah satu pengklasifikasian yang dapat digunakan adalah Text Mining. Metode yang digunakan dalam penelitian ini adalah K-NN (K-Nearest Neighbor) dengan membandingkan dua penghitungan jarak yaitu minkowski distance dan City Block distance . Tingkat akurasi dalam penelitian ini dapat di lihat dari tigkat akurasinya . Tingkat akurasi minkwoski distance lebih baik di bandingkan dengan City Block Distance . Setelah di lakukan data pengujian dengan 3 skenario.Karena Minkowski Distance memliki data sesuai lebih banyak di bandingkan dengan City block Distance
Description
Keywords
Twitter, Tweet, Text Mining, Sentiment Analysis, K-Nearest Neighbor, Minkowski Distance, City Block Distance, Classification