SENTIMENT ANALYSIS PADA REVIEW BARANG BERBAHASA INDONESIA DENGAN METODE K-NEAREST

NEIGHBOR (K-NN)
Yugo Yudansha Luhulima1), Drs. Marji, MT.2), Lailil Muflikhah, S.Kom, M.Sc.2)
1)Mahasiswa, 2)Dosen Pembimbing
Program Studi Teknik Informatika
Program Teknologi Informasi dan Ilmu Komputer
Universitas Brawijaya, Malang 65145, Indonesia
email: yugoyudansha@gmail.com, marji@ub.ac.id, laililmf@gmail.com
Abstrak
Analisis sentimen merupakan salah satu cabang skripsi pada domain Text Mining atau penggalian data berupa teks,
yang diantaranya terdapat proses mengolah dan mengekstrak data tekstual secara otomatis untuk mendapatkan
informasi. Manfaat analisis sentimen dalam dunia usaha antara lain untuk melakukan pemantauan terhadap sebuah
produk. Analisis sentimen dapat digunakan sebagai alat bantu untuk melihat respon konsumen atau masyarakat
terhadap suatu produk tertentu, sehingga dapat segera diambil langkah-langkah strategis berikutnya. Proses pada
analisis sentimen diawali dengan preprocessing, dilanjutkan dengan pembobotan kata, kemudian penghitungan cosine
similarity, dan klasifikasi.
Preprocessing terdiri dari beberapa tahap yaitu cleansing, tokenizing, stopword removal, dan stemming. Metode
pembobotan kata yang digunakan pada skripsi ini adalah Term Frequecny Inverse Document Frequency (TF-IDF) dan
menggunakan K-Nearest Neighbor (KNN) sebagai metode klasifikasinya. K-Nearest Neighbor (KNN) adalah suatu metode
pengklasifikasian berdasarkan mayoritas dari kategori. Metode ini bertujuan untuk mengklasifikasi objek baru
berdasarkan atribut dan training sample.
Pengujian akurasi dari analisis sentimen pada review barang berbahasa Indonesia dengan metode K-Nearest Neighbor
(KNN) menghasilkan rata-rata akurasi sebesar 59,160 % dan nilai tertinggi akurasi sebesar 76,19048 %.
Kata kunci: Analisis Sentimen, Text Mining, K-Nearest Neighbor (KNN)
Abstract
Sentiment analysis is a branch of research in text mining or data mining domain, which contains process and extract textual
data automatically to obtain information. One of the benefit of sentiment analysis in the business world is for monitoring a product.
Sentiment analysis can be used as a tool to see customer response or a particular community to a product, so the next strategic steps
can be taken. The process of sentiment analysis begins with the preprocessing, followed by a weighting word, then cosine similarity
calculation and classification.
Preprocessing consist of several steps, cleansing, tokenizing, stopword removal, and stemming. Term weighting method used in
this research is Term Frequency Inverse Document Frequency (TF-IDF) and using K-Nearest Neighbor (KNN) as the
classification method.K-Nearest Neighbor (KNN) is a classification method based on the category majority. This method aims to
classify new object based on attribute and training sample.
The accuracy testing of sentiment analysis of product review in Indonesian using K-Nearst Neighbor (KNN) obtained 59,160%
as the average of accuracy and the highest accuracy is 76,19048%.
Keyword: Sentiment Analysis, Text Mining, K-Nearest Neighbor (KNN)
1. PENDAHULUAN
Latar Belakang
Perdagangan pada internet atau aktivitas jual beli
sudah banyak dilakukan dan menjadi pilihan untuk
bertransaksi. Aktifitas ini juga disebut e-commerce. Ecommerce sendiri terdiri dari berbagai sistem yang
menjadikan proses jual beli terjadi. Sistem bisa
menjadikan e-commerce menjadi lebih cepat, tepat,
menarik dan aman untuk bertransaksi didalam dunia
maya. Informasi yang dihasilkan dan beredar melalui
duna maya ini sangat bebas dan beragam seperti berita,
pertanyaan, opini, komentar, kritik baik yang bersifat
positif maupun negatif. Kita dapat melihat bagaimana
pendapat orang lain terhadap suatu permasalahan
melalui analisis sentimen, sehingga dapat membantu
kita dalam mengambil sebuah keputusan dengan lebih
cepat dan tepat.

Sentiment analysis mengacu pada penerapan

pengolahan bahasa alami, komputasi linguistik dan
analisis teks untuk mengidentifikasi dan mengekstrak
informasi subjektif pada bahan sumber. Secara umum,
sentiment analysis diperlukan untuk mengetahui sikap
seorang pembicara atau penulis sehubungan dengan
beberapa topik atau polaritas kontekstual keseluruhan
dokumen. Sikap yang diambil mungkin menjadi
pendapat atau penilaian atau evaluasi (teori appraisal),
keadaan afektif (keadaan emosional penulis saat
menulis) atau komunikasi emosional. Komentar
seseorang yang dipengaruhi oleh emosional penulis
(sentiment analysis) nantinya akan diklasifikasikan agar
terlihat komentar tersebut akan masuk dalam
kelompok sentiment yang mana. Untuk itu dibutuhkan
metode klasifikasi yang digunakan untuk menganalisis
komentar tersebut. Dari beberapa metode untuk
pengklasifikasian, penulis memilih metode K-Nearest
1

Neighbor dikarenakan tingkat akurasinya yang baik

pada skripsi dengan menggunakan metode serupa [1].
K-Nearest Neighbor (K-NN) adalah suatu metode
yang menggunakan algoritma supervised dimana hasil
dari sampel uji yang baru diklasifikasikan [2]. Tujuan
dari algoritma ini adalah mengklasifikasi objek baru
berdasakan atribut dan sampel latih. pengklasifikasian
tidak menggunakan model apapun untuk dicocokkan
dan hanya berdasarkan pada memori. Diberikan titik
uji yang akan ditemukan sejumlah K objek (titik latih)
yang paling dekat dengan titik uji. Klasifikasi
menggunakan pemilihan terbanyak di antara klasifikasi
dari K objek. Algoritma K-NN menggunakan klasifikasi
ketetanggaan sebagai nilai prediksi dari sample uji
yang baru. Dekat atau jauhnya tetangga biasanya
dihitung berdasarkan jarak Eucledian.
Berdasarkan gambaran penjelasan di atas, penulis
tertarik untuk membuat skripsi yang dapat
mengelompokkan review barang berbahasa Indonesia
ke dalam dua sentimen yaitu positif dan negatif pada
review barang bhinneka.com berbahasa Indonesia yang
bertema kamera digital menggunakan metode KNearest Neighbor (K-NN). Implementasi dari sistem ini
adalah dengan menggunakan bahasa pemrograman
PHP.

Manfaat dari skripsi ini adalah memudahkan

produsen untuk melihat penilaian produk tersebut
dari sudut pandang pengguna.
2. TINJAUAN PUSTAKA
Analisis Sentimen
Analisis sentimen yang merupakan bagian dari
opinion mining, adalah proses memahami, mengekstrak
dan mengolah data tekstual secara otomatis untuk
mendapatkan informasi [3]. Dilakukan untuk melihat
pendapat terhadap sebuah masalah, atau dapat juga
digunakan untuk identifikasi kecenderungan hal di
pasar [BPL-02]. Analisis sentimen dalam skripsi ini
adalah proses klasifikasi dokumen tekstual ke dalam
dua kelas, yaitu kelas sentimen positif dan negatif.
Besarnya pengaruh dan manfaat dari analisis sentimen,
menyebabkan skripsi ataupun aplikasi mengenai
analisis sentimen berkembang pesat, bahkan di
Amerika kurang lebih 20-30 perusahaan yang
memfokuskan pada layanan analisis sentimen [4]. Pada
dasarnya analisis sentimen merupakan klasifikasi,
tetapi kenyataannya tidak semudah proses klasifikasi
biasa karena terkait penggunaan bahasa. Dimana
terdapat ambigu dalam penggunaan kata, tidak adanya
intonasi dalam sebuah teks, dan perkembangan dari
bahasa itu sendiri [4].
Manfaat analisis sentimen sangatlah banyak pada
masa sekarang. Banyak manfaat analisis sentimen
seperti untuk survey mengenai produk, survey
organisasi, survey skripsi dan lain-lain. Skripsi analisis
sentimen pada skripsi ini dilakukan dengan
menggunakan pendekatan dalam machine learning yang
dikenal dengan Metode K-Nearest Neighbor dan
dikhususkan pada dokumen teks berbahasa Indonesia
pada sebuah situs web.

Rumusan Masalah
Berdasarkan
pada permasalahan yang telah
dijelaskan pada bagian latar belakang, maka rumusan
masalah dapat disusun sebagai berikut:
1. Bagaimana implementasi dari pengembangan
aplikasi sentiment analysis pada review barang
dengan metode K-Nearest Neihbor.
2. Berapa tingkat akurasi yang dihasilkan dari
percobaan pada skripsi sentiment analysis ini.
Tujuan
Tujuan yang ingin dicapai dari pembuatan skripsi
ini adalah menerapkan metode klasifikasi K-Nearest
Neighbor pada analisis sentimen review barang
berbahasa Indonesia dan mengetahui tingkat akurasi
dari skripsi ini.

Preprocessing
Pemrosesan teks merupakan proses menggali,
mengolah, mengatur
informasi dengan cara
menganalisis hubungannya, aturan-aturan yang ada di
data tekstual semi terstruktur atau tidak terstruktur.
Untuk lebih efektif dalam proses pemrosesan dilakukan
langkah transformasi data ke dalam suatu format yang
memudahkan untuk kebutuhan pemakai. Proses ini
disebut preprosesing dokumen. Setelah dalam bentuk
yang lebih terstruktur dengan adanya proses diatas
data dapat dijadikan sumber data yang dapat di olah
lebih lanjut.Proses
preprocessing meliputi proses Cleansing, Parsing,
Tokenizing,
Filtering/Stopword
Removal,
dan
Stemming.

Manfaat
Penulisan skripsi ini diharapkan mempunyai
manfaat yang baik dan berguna bagi pembaca dan
penulis. Adapun manfaat yang diharapkan adalah
sebagai berikut:
1. Bagi Penulis
a. Menerapkan ilmu yang telah diperoleh dari
Program Teknologi Informasi dan Ilmu
Komputer Universitas Brawijaya.
b. Mendapatkan pemahaman tentang perancangan
dan pengembangan skripsi Sentiment analysis
pada review barang dengan metode K-Nearest
Neighbor.
2. Bagi Pengguna

Pembobotan (Term Weighting)

Pembobotan dilakukan untuk mendapatkan nilai
dari kata/term yang berhasil diekstrak. Metode yang
paling
umum
digunakan
untuk
melakukan
pembobotan terhadap term adalah pembobotan TFIDF. Metode ini banyak diterapkan dalam pencarian

teks (text retrieval)

preprocessing) [5].

dan

pemrosesan

teks

(text

K-Nearest Neighbor
K-Nearest Neighbor (KNN) adalah suatu metode
pengklasifikasian berdasarkan mayoritas dari kategori.
Metode ini bertujuan untuk mengklasifikasi objek baru
berdasarkan atribut dan training sample. Diberikan
suatu titik query, selanjutnya akan ditemukan sejumlah
K objek atau titik training yang paling dekat dengan
titik query. Nilai prediksi dari query akan ditentukan
berdasarkan klasifikasi tetanggaan [1].
Pada metode ini selain memiliki kelebihan seperti
tangguh terhadap training data yang noisy dan efektif
apabila training data berjumlah besar, juga mempunyai
beberapa kekurangan diantaranya perlu ditentukan
nilai K yang paling optimal yang menyatakan jumlah
tetangga terdekat dan biaya komputasi yang cukup
tinggi karena perhitungan jarak harus dilakukan pada
setia query instance secara bersama-sama dengan
seluruh instan dari training sample.

TF-IDF
Metode TF-IDF ini merupakan metode pembobotan
dalam bentuk sebuah metode yang merupakan
integrasi antar term frequency (TF), dan inverse document
frequency (IDF). Metode TF-IDF dapat dirumuskan
sebagai berikut:
w ( t , d ) tf ( t , d ) idf ,

idf log(

(1)
(2)

),

df

sumber: [7]
dimana tf ( t , d ) kemunculan kata t pada dokumen
d, N adalah jumlah dokumen pada kumpulan
dokumen, dan df adalah jumlah dokumen yang
mengandung term t.
Fungsi metode ini adalah untuk mencari
representasi nilai dari tiap-tiap dokumen dari suatu
kumpulan data training (training set) dimana nantinya
akan dibentuk suatu vektor antara dokumen dengan
kata (documents with terms) yang kemudian untuk
kesamaan antar dokumen dengan cluster akan
ditentukan oleh sebuah prototype vektor yang disebut
juga dengan cluster centroid [7].

K-Nearest Neighbor Decision Rule

Pada proses pengambilan keputusan diperlukan
suatu nilai k yang akan digunakan untuk memilih
kategori yang sesuai. Konsep yang digunakan untuk
pengambilan keputusan yaitu dengan mengurutkan
hasil perhitungan kemiripan cosSim(X,dj) dimulai dari
yang besar. Untuk k=1, dipilih nilai cosSim(X,dj) pada
urutan paling atas, dan untuk k>1 dipilih sebanyak k
urutan teratas [9].
Sebagai contoh, terdapat sebuah dokumen X yang
akan dikategorikan berdasarkan pada sekumpulan
dokumen yang ada pada dokumen latih di dT.
Misalnya k=1, nilai kemiripan antara X dengan
dokumen latih d telah ditentukan, maka dipilih d yang
memiliki nilai kemiripan yang paling tinggi. Proses ini
dijelaskan pada persamaan 4.
( )
(
).
(4)

sumber: [6]
Dimana SIMmax(X) adalah nilai kemiripan
dokumen X yang paling tinggi. SIM(X,dj) adalah nilai
kemiripan antara dokumen X dengan dokumen latih d.
Sedangkan maxdT SIM(X,dj) adalah nilai maksimum
kemiripan dokumen X dengan dokumen d yang
merupakan bagian dari dokumen latih T [10].
Jika digunakan k>1, maka penentuan kategorinya
adalah dengan menjumlahkan semua nilai kemiripan
SIM(X,dj) yang termasuk dalam suatu kategori.
Perhitungan dilakukan dengan persamaan 2.2.
Dokumen X masuk ke dalam kategori yang memiliki
nilai P(X, Cm) paling besar [9].
(
)
(
) (
).
(5)
sumber: [6]

Cosine Similarity (CosSim)

Metode Cosine Similarity adalah metode untuk
menghitung similaritas antara dua dokumen.
Penentuan kesesuaian dokumen dengan query
dipandang sebagai pengukuran (similarity measure)
antara vector dokumen (D) dengan vector query (Q).
Semakin sama suatu vector dokumen dengan vector
query maka dokumen dapat dipandang semakin sesuai
dengan query.
Rumus yang digunakan untuk menghitung cosine
similarity adalah sebagai berikut [9]:
(

) (

(3)
)

sumber: [9]
dimana X adalah dokumen uji, dj dokumen training, xi
dan dji adalah nilai bobot yang diberikan pada setiap
term pada dokumen.
Kedekatan query dan dokumen diindikasikan
dengan sudut yang dibentuk. Nilai cosinus yang
cenderung besar mengindikasikan bahwa dokumen
cenderung sesuai query. Dalam proses membandingkan
dokumen yang sesuai dengan dokumen yang telah ada
atau dokumen lainnya, maka digunakan perhitungan
dengan rumus pada persamaan (3) untuk mengetahui
angka similaritas dari dokumen tersebut.

Keterangan:
P(x,cm)
: probabilitas dokumen X menjadi
anggota kategori cm
sim(x,dj)
: kemiripan antara dokumen X
dengan dokumen latih dj
y(dj.cm )
: fungsi atribut dari sebuah kategori
yang memenuhi
3

Secara umum, langkah-langkah dari metode KNearest Neighbor (KNN) adalah sebagai berikut [11]:
1. Menentukan parameter K (jumlah tetangga
paling dekat)
2. Menghitung kuadrat jarak euclidean (query
instance) masing-masing objek terhadap data
sampel yang diberikan
3. Mengurutkan objek-objek tersebut ke dalam
kelompok yang mempunyai jarak euclidean
terkecil
4. Mengumpulkan kategori klasifikasi nearest
neighbor
5. Dengan menggunakan kategori nearest
neighbor yang paling mayoritas maka dapat
diprediksikan nilai query instance yang telah
dihitung.

Input

User 1

Sistem

Hasil Keluaran berdasarkan sentimen

User 2

Input
Preprocessing
(Crawling,
Parsing,stopword
removal,
Stemming)

Pembobotan (TFIDF)

Pengklasifikasian
(K-Nearest
Neighbor)

Gambar 1. Rancangan Arsitektur Sistem

Alur Proses
Diagram alir menggunakan notasi-notasi untuk
menggambarkan arus data yang membantu dalam
proses memahami jalannya aplikasi. Secara umum
skripsi ini dimulai dengan masukan berupa dokumen
review. Dokumen kemudian akan melalui tahapan
preprocessing, yang dilanjutkan dengan pembobotan
term. Selanjutnya dilakukan proses klasifikasi sentimen
review. Gambar 2 menunjukkan diagram alir sistem.

3. METODOLOGI DAN PERANCANGAN

Sistem ini dibangun dengan bahasa pemrograman
PHP yang dikoneksikan dengan database MySQL untuk
menyimpan hasil preprocessing data latih dan kamus
kata dasar. Implementasi analisis sentimen ini meliputi:
1. Penerapan konsep text mining pada preprocessing.
2. Penerapan metode pembobotan TF-IDF.
3. Penerapan metode cosine similarity untuk mengukur
jarak kedekatan antara dokumen uji dengan
dokumen latih.
4. Penerapan metode K-Nearest Neighbor untuk
menentukan hasil analisis sentimen.
5. Pembuatan user interface analisis sentimen.

Start

Input link
berupa html
dari website

Preprocessing

Pembobotan
Term

Analisis Kebutuhan
Aplikasi yang akan dibuat pada skripsi ini adalah
aplikasi yang digunakan untuk analisis sentimen pada
review barang berbahasa Indonesia. Sistem yang akan
dibuat mempunyai fungsi-fungsi sebagai berikut:
1.
Perangkat lunak harus mampu melakukan
proses preprocessing, yakni berupa cleansing,
tokenizing, penghilangan kata stopwords dan
stemming.
2.
Perangkat lunak harus mampu melakukan
proses pembobotan berdasarkan metode yang
akan digunakan.
3.
Perangkat lunak harus mampu menghasilkan
hasil analisis sentimen review berdasarkan
klasifikasi dari proses yang telah dilakukan.

Pengklasifikasian
dokumen (term)
sesuai sentimen

Hasil
sentimen

End

Gambar 2. Diagram Alir Sistem

Proses preprocessing terdiri dari cleansing, parsing,
tokenizing, stopword removal, dan stemming. Gambar 3
menunjukkan diagram alir preprocessing.

Arsitektur Sistem
Rancangan arsitektur sistem menggambarkan
kerangka dasar dari sistem yang akan dikembangkan.
Tahapan proses analisis sentimen pada review barang
berbahasa Indonesia dapat dilihat lebih jelas pada
gambar 1.

proses
selanjutnya
yaitu
klasifikasi
dengan
menggunakan
K-Nearest
Neighbor.
Gambar
5
menunjukkan diagram alir K-Nearest Neighbor.

Preprocessing

Start

Start (KNN)
Cleansing

Input: Hasil
pembobotan
term
Parsing

Hitung Similarity
antar dokumen
term

Tokenizing

Stopword
Removal

Tentukan nilai K

Stemming

Tentukan kelas
dokumen
Return

Gambar 3. Diagram Alir Preprocessing

Simpan hasil
klasifikasi

Proses Tokenizing dilakukan untuk mengecilkan

dokumen review menjadi huruf kecil. Proses Parsing
dilakukan untuk memecah dokumen menjadi term-term
berdasarkan spasi. Cleansing digunakan untuk
membersihkan dokumen dari simbol-simbol yang ada
didalam dokumen. Stopword removal kemudian
dilakukan untuk menghilangkan kata-kata yang tidak
relevan yang terdapat pada term yang telah di-tokenize
sebelumnya. Gambar 4 menunjukkan diagram alir
stopword removal.

Return

Gambar 5. Diagram Alir KNN

Setelah semua proses mulai dari preprocessing
hingga klasifikasi dengan K-Nearest Neighbor dilalui,
hasil dari analisis sentimen kemudian ditampilkan
kembali melalui antarmuka.
4. IMPLEMENTASI
Implementasi sistem menerapkan metode-metode
yang telah disebutkan pada pembahasan metode
skripsi dan perancangan. Adapun untuk antarmuka
dapat dilihat pada gambar berikut.

Stopword
Removal

Start

tn = t1

While (tn < count(t))

True

Cek tn =
Stopword list ?

True
Hapus Term tn

False
False

Gambar 6. Antarmuka Sistem

tn = tn+1

5. PENGUJIAN DAN ANALISIS

Untuk mempelajari pengaruh jumlah data latih dan
nilai k terhadap efektivitas sistem klasifikasi maka
dilakukan 4 kali uji coba dengan jumlah dokumen data
uji 21 dan jumlah dokumen data latih dan nilai k yang
berbeda.

Return

Gambar 4. Diagram Alir Stopword Removal

Stemming arifin-setiono dilakukan untuk
mendapatkan kata dasar dari sebuah term. Term-term
yang telah melalui proses stemming kemudian dihitung
bobotnya dengan menggunakan TF-IDF. Hasil dari
perhitungan bobot kemudian akan disimpan untuk
5

Skenario

Tabel 1. Skenario Pengujian

Data Latih
Data Uji
Pos Neg Jumlah Pos Neg Jumlah

60

60

120

10

11

21

42.85714

50

50

100

10

11

21

10

52.38095

30

30

60

10

11

21

15

52.38095

15

15

30

10

11

21

20

61.90476

25

61.90476

Pada tabel 1 diperlihatkan beberapa skenario pada

pengujian sistem. Masing-masing skenario memiliki
perbedaan proporsi jumlah data latih yang digunakan
dalam melakukan pengklasifikasian.

No

Tabel 4 menunjukkan nilai akurasi dari skenario 3

pengujian yang telah dilakukan yaitu dengan proporsi
jumlah data latih 30 positif dan 30 negatif. Pada
skenario ini akurasi terbaik berada pada nilai k=20 dan
k=25 yaitu 61,90476 %.

Tabel 2. Hasil Pengujian Skenario 1

Nilai K
Akurasi (dalam
persen)
1
2
61.90476
2

76.19048

10

66.66667

Tabel 5. Hasil Pengujian Skenario 4

Nilai K
Akurasi (dalam
persen)
1
2
57.14286

15

61.90476

57.14286

20

71.42857

10

61.90476

25

61.90476

15

61.90476

20

66.66667

25

61.90476

No

Tabel 2 menunjukkan nilai akurasi dari skenario 1

pengujian yang telah dilakukan yaitu dengan proporsi
jumlah data latih 60 positif dan 60 negatif. Pada
skenario ini, akurasi terbaik berada pada nilai k=5 yaitu
76,19048 %.

No

Tabel 4. Hasil Pengujian Skenario 3

Nilai K
Akurasi (dalam
persen)
1
2
57.14286

No

Tabel 5 menunjukkan nilai akurasi dari skenario 4

pengujian yang telah dilakukan yaitu dengan proporsi
jumlah data latih 15 positif dan 15 negatif. Pada
skenario ini, akurasi terbaik berada pada nilai k=20
yaitu 66,66667 %.

Tabel 3. Hasil Pengujian Skenario 2

Nilai K
Akurasi (dalam
persen)
1
2
61.90476
2

71.42857

10

66.66667

15

57.14286

20

61.90476

25

57.14286

Tabel 6. akurasi rata-rata

Skenario
Rata-rata Akurasi
(dalam persen)
1
1
58,068
2
2
62,698
3
3
54,761
4
4
61,116
Total rata-rata akurasi (dalam
59,160
persen)
No

Tabel 3 menunjukkan nilai akurasi dari skenario 2

pengujian yang telah dilakukan yaitu dengan proporsi
jumlah data latih 50 positif dan 50 negatif. Pada
skenario ini, akurasi terbaik berada pada nilai k=5 yaitu
71,42857 %.

Tabel 6 menunjukkan rata-rata nilai akurasi dari

masing-masing skenario pengujian yang telah
dilakukan. akurasi rata-rata terbaik berada pada
skenario 2 yaitu dengan jumlah data latih 100 dengan
nilai 62,698 %. Hal ini terjadi karena proporsi data dan
keberagaman data masing-masing kelas sentimen data
training pada skenario 2 lebih baik.
Tabel 6 dapat disajikan dalam bentuk grafik berikut
ini:

Nearest Neighbor (KNN) untuk pengembangan lebih

lanjut adalah sebagai berikut:
1. Analisis sentimen ini menghitung kemiripan
berdasarkan frekuensi kemunculan kata, sehingga
untuk mendapatkan hasil yang optimal sebaiknya
digunakan sistem untuk pengecekan sinonim kata,
dan pengecekan kemiripan berdasarkan makna.
2. Dapat dilakukan pengembangan sistem analisis
sentimen pada review barang berbahasa Indonesia
dengan menggunakan metode yang lain atau
menggabungkannya dengan metode K-Nearest
Neighbor (KNN).

Rata-rata Akurasi
(dalam persen)
80,000
Rata-rata
Akurasi (dalam
persen)

60,000
40,000
1

Gambar 7. Grafik Rata-rata akurasi

Dari hasil evaluasi efektivitas, didapatkan nilai ratarata akurasi yang berbeda untuk jumlah data latih yang
berbeda. Akurasi rata-rata terbaik berada pada skenario
2 yaitu dengan jumlah data latih 100 dengan nilai
62,698 %. Hal ini bisa terjadi karena beberapa faktor
seperti jumlah data latih dan pemilihan dokumen kata.
Untuk skenario 1 kemungkinan lebih terjadi banyak
noise yang mengakibatkan rata-rata akurasi lebih
rendah dibandingkan skenario 2 tetapi untuk nilai
akurasi tertinggi terdapat pada skenario 1 dengan nilai
sebesar 76,19048 % (lihat tabel 2).
Semakin beragam jumlah data latih masing-masing
kelas yang digunakan dalam tahap pembelajaran maka
semakin meningkat nilai rata-rata akurasi. Oleh karena
itu dibutuhkan kecermatan dalam memilih besarnya
jumlah dan isi dari data latih, agar sistem dapat
berjalan dengan baik dan seimbang. Selain itu, nilai
akurasi tertinggi pada berada pada nilai k=5 pada
skenario 1 dan 2, k=20 dan k=25 pada skenario 3, dan
k=20 pada skenario 4. Hal ini dikarenakan jumlah
proporsi data latih yang mendekati nilai k dan
pemilihan data berpengaruh didalamnya. Namun
demikian, nilai k yang terlalu kecil akan membuat ktetangga terdekat yang diambil terlalu sedikit sehingga
analisis sentimen yang dihasilkan menjadi kurang valid.

DAFTAR PUSTAKA
[1]
Indah Tri, R. 2010. Pembuatan Judul Otomatis
Dokumen
Berita
Berbahasa
Indonesia
Menggunakan Metode K-Nearest Neighbor. Prodi
Ilmu Komputer, Universitas Brawijaya
[2]
Manning C. D. and Schutze H., 1999.
Foundations of Statistical Natural Language
Processing [M]. Cambridge: MIT Press.
[3]
Bo Pang and Lilian Lee. 2008. Opinion Mining
and Sentiment Analysis, Foundations and Trends in
Information Retrieval, vol. Volume 2, no. Issue 1-2,
pp. 1-135.
[4]
Bing Liu. 2010. Sentiment Analysis and
Subjectivity, in Handbook of Natural Language
Processing.
[5]
Robertson, S.
2004.
Understanding
Inverse Document Frecuency : On Theoretical
argument for IDF. Journal of Documentation.
[6]
Yiming Yang, Jaime G.Carbonell, Rulf D. Brown,
Thomas Pierce, Brian T. Achibald, Xin Liu. 1999.
Learning Approaches for Detecting and Tracking
News Events. IEEE Intelligent Systems, Language
Techlonolies
Institute,
Carbegie
Mellon
University.
[7]
Yong Z, Youwen L, Xhixion X. 2009. An Improved
kNN Text Classification Algotihm based on
Clustering, J+ournal of Computers, Vol. 4, No. 3.
Conference on Neural Information Processing.
[8]
Baoli, Li., Shiwen, Yu., dan Qin, Lu. 2003. An
Improved
k-Nearest
Neighbors
for
Text
Categorization. To appear in the Proceedings of the
20th International Conference of Computer
Processing of Oriental Language.
[9]
Yong Z, Youwen L, Xhixion X. 2009. An Improved
kNN Text Classification Algotihm based on
Clustering, J+ournal of Computers, Vol. 4, No. 3.
Conference on Neural Information Processing.
[10] Bergo, Alexander. 2001. Text Categorization and
Prototypes
http://www.illc.uva.nl/Publications/ResearchRep
orts/.MoL-2001-08.text.pdf.
Diakses
pada
tanggal 10 Februari 2013
[11] Widiarsana, I.G.A.O dkk. 2011. Data Mining:
Metode Klasifikasi K-Nearest Neighbor. Bali:
Teknik Elektro Universitas Udayana.

6. PENUTUP
Kesimpulan
Kesimpulan dari hasil skripsi sentimen analisis
pada review barang berbahasa Indonesia dengan
metode k-Nearest Neighbor (kNN) sebagai berikut:
1. Analisis sentimen pada review barang berbahasa
Indonesia dengan metode K-Nearest Neighbor
(KNN) dapat digunakan untuk mengklasifikasikan
sentimen dari dokumen review secara otomatis
dengan nilai k yang tepat.
2. Hasil rata-rata pengujian akurasi dari analisis
sentimen pada review barang berbahasa Indonesia
dengan metode k-Nearest Neighbor (kNN) adalah
59,160 % dan nilai tertinggi akurasi sebesar 76,19048
% ssehingga dapat disimpulkan bahwa efektivitas
sistem sudah berjalan dengan relatif baik.
Saran
Saran dari hasil skripsi analisis sentimen pada
review barang berbahasa Indonesia dengan metode K7