Tubagus Toifur
Institut Teknologi Tangerang Selatan

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Optimasi Nilai K pada Algoritma k-NN untuk Analisis Sentimen Ulasan Aplikasi Gopay Menggunakan Python Anas Nasrulloh; Tubagus Toifur; Aolia Ikhwanudin; Muhammad Yusuf; Ibnu Mas'ud
Jurnal Sains dan Informatika Vol. 12 No. 1 (2026): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v12i1.1123

Abstract

Pada penelitian ini ditemukan bahwa memilih nilai k yang terlalu besar dapat mengurangi performa model, sementara nilai k yang lebih kecil memberikan hasil yang lebih optimal dalam analisis sentimen ulasan aplikasi. Penelitian ini berfokus pada optimasi nilai k dalam algoritma k-Nearest Neighbors (k-NN) untuk analisis sentimen ulasan aplikasi Gopay yang diperoleh melalui data scraping dari Google Play Store. Peneliti mengumpulkan dan menganalisis data ulasan untuk menilai akurasi algoritma k-NN pada berbagai nilai k. Nilai k yang diuji meliputi 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33, 35, 37, 39, 41, 43, 45, 47, dan 49. Hasil analisis menunjukkan bahwa akurasi algoritma k-NN mencapai puncaknya pada nilai k = 3 dengan akurasi 0.898, sedangkan pada nilai k yang lebih besar, akurasi cenderung menurun secara bertahap hingga mencapai 0.870 pada k=47 dan k=49.