Klasifikasi Review Customer E-Commerce Menggunakan Metode K-Nearest Neighbor (Studi Kasus: Bukalapak)
Abstract
Abstrak- Melihat persaingan e-commerce yang semakin ketat saat ini membuat Bukalapak melakukan berbagai upaya agar dapat bertahan serta meningkatkan kualitas layanan terhadap konsumen. Salah satu cara yang dapat dilakukan adalah melakukan evaluasi dari hasil review. Untuk dapat mengambil sebuah keputusan dari hasil review langkah yang perlu diambil salah satunya dengan mengklasifikasikan review dengan bertujuan untuk mengkategorikan data terhadap komentar atau review sehingga dapat membantu pelaku usaha dalam menarik kesimpulan terkait kecenderungan komentar. Dataset yang telah dikumpulkan dilakukan preprocessing sehingga berjumlah sebanyak 87.241 data. Di karenakan data memiliki missing value maka diatasi dengan metode imputasi menggunakan mode(). Setelah mengatasi missing value, dataset dihitung pembobotannya dengan tfidfVectorizer, selanjutnya di resampling dengan SMOTE agar data seimbang. Review dianalisis dengan algoritma K-Nearest Neighbors dengan tiga skenario yaitu 60:40, 70:30, dan 80:20, serta memiliki tiga jenis k_neighbors yaitu k=3, k=5 dan k=7. Jarak yang digunakan pada penelitian ini adalah Euclidean. Hasil analisis menunjukan bahwa KNN terbaik ada pada rasio training dan testing 80:20 dengan k=3. Hasil analisis menunjukan hasil evaluasi sebesar 76,42%. Hasil klasifikasi dengan KNN menunjukan komentar negatif lebih banyak daripada yang positif. Dari hasil penelitian ini diharapkan dapat dijadikan bahan evaluasi bagi Bukalapak untuk meningkatkan kualitas layanan.
Kata kunci- klasifikasi, K-Nearest neighbors, euclidean
References
W. Febriantoro, "Kajian dan Strategi Pendukung Perkembangan E-Commerce Bagi UMKM di Indonesia," Jurnal Manajemen dan Sistem Informasi, p. 3, 2018.
Iprice, "The Map of E-commerce in Indonesia," 16 November 2021. [Online]. Available: https://iprice.co.id/insights/mapofecommerce/en/.
A. N. Hayati, "Analisis Tantangan dan Penegak Hukum Persaingan Usaha Pada Sektor E-commerce di Indonesia," Jurnal Penelitian De Jure, p. 110, 2021.
S. Budi, "Text Mining Untuk Analisis Sentimen Review Film Menggunakan Algoritma K-Means," Jurnal Teknologi Informasi, p. 1, 2017.
Y. Mardi, "Data Mining : Klasifikasi Menggunakan Algoritma C4.5," Jurnal Edik Informatika, pp. 215-216, 2016.
D. Hendrasyah, "E-COMMERCE DI ERA INDUSTRI 4.0 DAN SOCIETY 5.0," Jurnal Ilmiah Ekonomi Kita, p. 2, 2019.
Luqyana, W. Athira, I. Cholissodin and R. S. Perdana, "Analisis Sentimen Cyberbullying pada Komentar Instagram dengan Metode Klasifikasi Support Vector Machine," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2018.
A. W. Luqyana, I. Cholissodin and R. S. Perdana, "Analisis Sentimen Cyberbullying pada Komentar Instagram dengan Metode Klasifikasi Support Vector Machine," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, p. 4705, 2018.
A. P. Wibawa, M. G. A. Purnama, M. F. Akbar and F. A. Dwiyanti, "Metode-metode Klasifikasi," Seminar Ilmu Komputer dan Teknologi Informasi, pp. 134-135, 2018.
A. M. Argina, "Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes," Indonesia Journal of Data and Science, p. 30, 2020.
A. A. T. Mara, E. Sediyono and H. Purnomo, "Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Metode Pembelajaran Dalam Jaringan (DARING) Di Universitas Kristen Wira Wacana Sumba," Journal Of Informatics Engineering, 2021.
J. J. A. Limbong, I. Sembiring and K. D. Hartomo, "ANALISIS KLASIFIKASI SENTIMEN ULASAN PADA E-COMMERCE SHOPEE BERBASIS WORD CLOUD DENGAN METODE NAIVE BAYES DAN K-NEAREST NEIGHBOR," Jurnal Teknologi Informasi dan Ilmu Komputer, 2021.
Y. I. Claudy, R. S. Perdana and M. A. Fauzi, "Klasifikasi Dokumen Twitter Untuk Mengetahui Karakter Calon Karyawan Menggunakan Algoritme K-Nearest Neighbor (KNN)," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2018.
Bachtiar, M. Rivki and A. Mukharil, "IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR DALAM PENGKLASIFIKASIAN FOLLOWER TWITTER YANG MENGGUNAKAN BAHASA INDONESIA," Jurnal Sistem Informasi, 2017.
S. Watmah, Suryanto and Martias, "Komparasi Metode K-NN, Support Vector Machine Dan Random Forest Pada E-Commerce Shopee," Jurnal Inovasi dan Sains Teknik Elektro, 2021.
A. Hutapea, M. Furqon and Indriati, "Penerapan Algoritme Modified K-Nearest Neighbour Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2018.
S. Robinson, G. Arbez, L. G. Birta, A. Tolk and G. Wagner, "Conceptual Modelling; Definition, Purpose And Benefits," IEEE, 2015.
Susanti, S. Martha and E. Sulistianingsih, "K NEAREST NEIGHBOR DALAM IMPUTASI MISSING DATA," Buletin Ilmiah Math. Stat dan Terapannya (BIMASTER), 2018.
C. Sukmayadi, A. Primajaya and I. Maulana, "Penerapan Algoritma K-Medoids dalam Menentukan Daerah Rawan Banjir di Kabupaten Karawang," Jurnal Informatika, 2021.
K. S. Nugroho, "Confusion Matrix untuk Evaluasi Model pada Supervised Learning," 13 November 2019. [Online]. Available: https://ksnugroho.medium.com/confusion-matrix-untuk-evaluasi-model-pada-unsupervised-machine-learning-bc4b1ae9ae3f.
