<![CDATA[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.]]>
Copyrights © 2026
