PERBANDINGAN ALGORITMA NAÏVE BAYES DENGAN K- NEAREST NEIGHBOR UNTUK ANALISIS SENTIMEN APLIKASI INDRIVE DI GOOGLE PLAY

muhammad irfan; Erizal;

Perbandingan Algoritma Naïve Bayes Dengan K-Nearest Neighbor Untuk

Analisis Sentimen Aplikasi Indrive di Google Play

Muhammad Irfan

Transportasi sudah merupakan bagian dari kebutuhan utama dalam perpindahan dari satu tempat ke
tempat yang lain. Salah satunya adalah transportasi darat yang paling banyak digunakan dalam
kebutuhan sehari-hari. Terdapat berbagai perusahaan teknologi yang berlomba-lomba menciptakan
transportasi berbasis online salah satunya inDrive. Dari beberapa jasa transportasi online, inDrive
mempunyai sistem yang berbeda yaitu dapat bernegosiasi atau menawar tarif transportasi secara
langsung. hal ini menarik untuk dilakukan analisis untuk mengetahui bahwa dengan sistem tersebut
layak untuk dipertahankan atau justru akan mendapatkan kritikan yang bersifat membangun agar
kedepannya dapat meningkatkan kualitas dari aplikasi inDrive. Data ulasan atau komentar yang
diambil dari google play melalui google colab sebanyak 1200 data dan diolah menggunakan
RapidMiner. Pengujian dilakukan dua tahap yaitu data latih dan data testing, data latih yang lebih
besar dari data testing akan mempengaruhi hasil keakuratan pada sebuah metode. Tujuan dari
penelitian ini adalah melihat berbagai ulasan positif maupun negatif dalam aplikasi inDrive serta
melakukan perbandingan antara metode Naïve Bayes dengan K-Nearest Neighbor dengan perolehan
hasil accuracy 64.29%, precision 64.29% dan recall 100% untuk Naïve Bayes. Sedangkan accuracy
71.99%, precision 71.99% dan recall 100% untuk KNN, dari hasil tersebut dapat ditarik kesimpulan
bahwa metode KNN memiliki akurasi yang lebih unggul dalam membuat klasifikasi sentimen pada
aplikasi inDrive dibandingkan dengan metode Naïve Bayes.
Kata kunci: Analisis Sentimen, Google Play, InDrive, Naïve Bayes, K-Nearest Neighbor

Comparison of Naïve Bayes Algorithm with K-Nearest Neighbor for
Sentiment Analysis of Indrive App on Google Play

Muhammad Irfan

Transportation is already part of the main needs in moving from one place to another. One of them
is land transportation which is the most widely used in daily needs. There are various technology
companies that are competing to create online-based transportation, one of which is inDrive. Of the
several online transportation services, inDrive has a different system that can negotiate or bargain
for transportation rates directly. it is interesting to do an analysis to find out whether the system is
worth maintaining or it will get constructive criticism so that in the future it can improve the quality
of the inDrive application. Review or comment data taken from google play through google colab
as much as 1200 data and processed using RapidMiner. Testing is carried out in two stages, namely
training data and testing data, training data that is greater than testing data will affect the accuracy
of a method. The purpose of this research is to see various positive and negative reviews in the
inDrive application and make a comparison between the Naïve Bayes method and K-Nearest
Neighbor with the results of 64.29% accuracy, 64.29% precision and 100% recall for Naïve Bayes.
While accuracy 71.99%, precision 71.99% and recall 100% for KNN, from these results it can be
concluded that the KNN method has superior accuracy in making classifications.
Keywords: Sentiment Analysis, Google Play, InDrive, Naïve Bayes, K-Nearest Neighbor