<![CDATA[Twitter dipakai oleh semua orang untuk melakukan penilaian dan mengeluarkan pendapat mengenai segala sesuatu dan mengunggah postingan dengan opini yang berbeda-beda melalui tweet. Tweet yang digunakan berasal dari akun resmi toko online pada Twitter yaitu Lazada dan Blibli. Tweet tersebut dianalisi menggunakan sebuah teknik penggalian teks atau disebut juga text mining. Pada penelitian ini menggunakan dua algoritma klasifikasi yang terdapat pada text mining yaitu K-Nearest Neighbor dan Probabilistic Neural Network, dimana kelas data dibagi menjadi tiga yaitu netral, negatif dan positif yang ditentukan dengan cara menggunakan kamus sentimen. Data dibagi menggunakan K-Fold Cross Validation yang kemudian dihitung akurasinya. Pada percobaan menggunakan metode pembagian data dengan 10 K pada K-Fold Cross Validation didapat hasil perbandingan akurasi antara KNN dan PNN terhadap data Lazada dan data Blibli, Dimana pada data Lazada akurasi KNN lebih tinggi dibandingkan PNN dengan akurasi KNN sebesar 71.57% sedangkan PNN sebesar 66.71%. Untuk data Blibli akurasi KNN juga lebih tinggi dibandingkan PNN dengan akurasi KNN sebesar 68.29% sedangkan PNN sebesar 65.29%. Jadi hasil akurasi pada data Lazada dan Blibli menggunakan algoritma KNN memiliki performa lebih baik dibanding PNN.]]>
Copyrights © 2019
