ANALISIS SENTIMEN KEPUASAN PENGGUNA E-LEARING
MENGGUNAKAN METODE IMPROVED K-NEAREST NEGHBOR
Total View This Week0
Total View This Week0
Institusion
Universitas Pakuan
Author
Junis Pribadi, Bayu
Chairunnas, Andi
Herdianto, Boldson
Chairunnas, Andi
Herdianto, Boldson
Subject
Ilmu Komputer
Datestamp
2022-09-03 13:19:41
Abstract :
Abstrak Belakangan ini penggunaan e-learning sedang masif dilakukan di dunia Pendidikan.salah satu aplikasi e-learning yang sedang banyak digunakan saat ini yaitu adalah Google Classroom, Namun seiring dari banyaknya pengguna sistem e-learning ini banyak yang merasa tidak puas dengan sistem yg ada. Berdasarkan kebutuhan akan informasi sentimen pengguna aplikasi E?learning Google Classroom, maka penelitian ini akan melakukan analisis sentimen kepuasan pengguna pengguna aplikasi E-learning Google Classroom dengan metode klasifikasi Improved K-Nearest Neighbor. Hasil dari analisis sentiment ini di klasifikasikan dalam 2 kelas yaitu positif dan negatif. Dari hasil yang didapat diilakukan pengujian dengan nilai k masukan yang berbeda beda menghasilkan nilai presentase akurasi yang berbeda beda, untuk k=2 sebesar 74%, untuk k=5 sebesar 79%, untuk k=10 sebesar 83%, untuk k=15 sebesar 83%, untuk k=20 sebesar 84%,dengan akurasi tertinggi dengan nilai k=20. Dari hasil pengujian dapat dilihat bahwa nilai k yang digunakan berpengaruh terhadap baik atau tidaknya proses pengklasifikasian. Kata kunci: Text Mining, Analisis Sentimen, Improved K-Nearest Neighbor, E-learning
Abstrak Belakangan ini penggunaan e-learning sedang masif dilakukan di dunia Pendidikan.salah satu aplikasi e-learning yang sedang banyak digunakan saat ini yaitu adalah Google Classroom, Namun seiring dari banyaknya pengguna sistem e-learning ini banyak yang merasa tidak puas dengan sistem yg ada. Berdasarkan kebutuhan akan informasi sentimen pengguna aplikasi E?learning Google Classroom, maka penelitian ini akan melakukan analisis sentimen kepuasan pengguna pengguna aplikasi E-learning Google Classroom dengan metode klasifikasi Improved K-Nearest Neighbor. Hasil dari analisis sentiment ini di klasifikasikan dalam 2 kelas yaitu positif dan negatif. Dari hasil yang didapat diilakukan pengujian dengan nilai k masukan yang berbeda beda menghasilkan nilai presentase akurasi yang berbeda beda, untuk k=2 sebesar 74%, untuk k=5 sebesar 79%, untuk k=10 sebesar 83%, untuk k=15 sebesar 83%, untuk k=20 sebesar 84%,dengan akurasi tertinggi dengan nilai k=20. Dari hasil pengujian dapat dilihat bahwa nilai k yang digunakan berpengaruh terhadap baik atau tidaknya proses pengklasifikasian. Kata kunci: Text Mining, Analisis Sentimen, Improved K-Nearest Neighbor, E-learning
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
