Analisa Sentimen Ulasan Kepuasan Aplikasi Ruangguru Dengan Metode Random Forest dan KNN

Abstract

Salah satu sarana belajar online yang banyak dicari adalah Ruangguru. Banyaknya program pembelajaran online yang tersedia, Ruangguru harus terus meningkatkan fungsinya agar dapat memuaskan pelanggan dan memberikan pengalaman yang bermanfaat. Menggunakan algoritma random forest dan KNN dengan klasifikasi sentimen positif, negatif, atau netral, penelitian ini menggunakan 1.800 data review yang dibagi menjadi 2 kelompok: 1.394 data latih dari review dan 406 data uji. Penelitian ini bertujuan untuk menerapkan algoritma random forest dan KNN dalam melakukan klasifikasi ulasan aplikasi Ruangguru ke dalam kelas bersentimen positif, negatif atau netral dan menganalisis nilai akurasi dari algoritma random forest dan KNN. Hasil penelitian menunjukkan akurasi algoritma random forest sebesar 96% dibandingkan dengan algoritma KNN yang sebesar 71%. Artinya, performa algoritma random forest lebih baik dibandingkan algoritma KNN dalam mengklasifikasikan ulasan aplikasi Ruangguru ke dalam kelas sentimen positif, negatif, atau netral, dengan akurasi sebesar 96%.

Kata kunci; KNN, Random Forest, Ruangguru