Fasya, Zahlul (2025) ANALISIS SENTIMEN ULASAN MASYARAKAT TERHADAP APLIKASI SIREKAP 2024 PADA GOOGLE PLAY STORE MENGGUNAKAN METODE K-NEAREST NEIGHBORS (KNN). S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (47kB)
	Text ABSTRAK.pdf Download (31kB)
	Text BAB I.pdf Download (107kB)
	Text DAFTAR PUSTAKA.pdf Download (99kB)
	Text SKRIPSI FINAL ZAHLUL FASYA NIM 200170111.pdf Restricted to Registered users only Download (2MB)

Abstract

Pada pemilu kemarin, aplikasi Sirekap mengalami serangkaian kegagalan yang signifikan, mengakibatkan ketidakmampuan untuk menyampaikan data hasil pemilihan secara tepat waktu dan akurat. Para pemilih dan pengamat melaporkan berbagai masalah teknis seperti kegagalan sistem, penghitungan suara yang terhambat, dan akses yang terbatas bagi petugas pemungutan suara. Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan sentimen masyarakat terhadap aplikasi tersebut. Metode yang digunakan adalah K-Nearest Neighbors (KNN) untuk klasifikasi sentimen, dengan data sebanyak 21.593 ulasan yang diambil dari Google Play Store. Proses penelitian dimulai dengan pengumpulan data, dilanjutkan dengan tahap pra-pemrosesan teks yang meliputi cleaning, tokenizing, normalisasi, stopword removal, dan stemming. Pelabelan sentimen dilakukan secara otomatis menggunakan metode lexicon berbobot untuk membagi data ke dalam dua kelas, yaitu positif dan negatif. Fitur dari data teks diekstraksi menggunakan pembobotan TF-IDF sebelum dilakukan pemodelan. Model KNN dievaluasi menggunakan 10-fold cross-validation untuk menemukan nilai k optimal dan diuji pada data uji dengan rasio 70% data latih dan 30% data uji. Hasil penelitian menunjukkan bahwa sentimen masyarakat didominasi oleh ulasan negatif. Model KNN berhasil mencapai akurasi sebesar 93,61% dalam mengklasifikasikan sentimen, dengan presisi 76,86% untuk kelas positif dan 94,78% untuk kelas negatif, recall 50,79% untuk kelas positif dan 98,31% untuk kelas negatif, serta f1-scrore 61,16% untuk kelas positif dan 96,53% untuk kelas negatif. Hasil ini menunjukkan bahwa metode KNN efektif untuk analisis sentimen pada ulasan aplikasi, Sebagai implementasi akhir, dibangun sebuah aplikasi web interaktif untuk mendemonstrasikan model dan memvisualisasikan hasil penelitian.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Zahlul Fasya
Date Deposited:	23 Feb 2026 04:47
Last Modified:	23 Feb 2026 04:47
URI:	https://rama.unimal.ac.id/id/eprint/18516

Actions (login required)

View Item