KLASIFIKASI ULASAN APLIKASI MAXIM PADA GOOGLE PLAYSTORE MENGGUNAKAN METODE K- NEAREST NEIGHBOR (KNN)

Teknologi adalah alat untuk mempermudah masyarakat dalam memanfaatkan sumber daya yang dibutuhkan. Pemanfaatan teknologi terhadap sumber daya menjadi lebih mudah dan efisien sehingga menjadikan teknologi semakin banyak dinikmati dan dimanfaatkan masyarakat. Perkembangan teknologi di Indonesia telah menciptakan banyak aktivitas manusia yang dapat didukung dengan sarana digital, Salah satunya di sektor transportasi. hal ini dapat dilihat melalui munculnya berbagai model transportasi online di kota-kota besar di Indonesia. Sudah banyak jasa transportasi online di Indonesia, salah satunya adalah Maxim. Maxim bergerak di bidang jasa layanan transportasi sebagai perantara yang menghubungkan antara para pengendara ojek dengan pelanggan. Konsumen akan memilih salah satu di antara pilihan alternatif yang menurutnya sesuai dengan yang diinginkan.rnMengantisipasi keadaan tersebut maka Maxim harus bisa menciptakan kepuasan bagi pelanggan. Kepuasan konsumen merupakan evaluasi purnabeli di mana sekurang-kurangnya memberikan hasil (outcome) sama atau melampaui harapan pelanggan. Oleh karena itu diperlukan untuk melakukan klasifikasi sentimen yang dapat membantu dalam mengukur kualitas perangkat lunak pada aplikasi Maxim. Dalam penelitian ini menggunakan 500 data dan dibagi menjadi 3 kelas, yaitu positif, netral, negatif. Klasifikasi yang dilakukan dalam penelitian ini menggunakan K-Nearest Neighbor (KNN). K-Nearest Neighbor (KNN) merupakan sebuah algoritma yang dapat digunakan untuk mengklasifikasikan data dengan merujuk pada data pembelajaran (data latih) yang diperoleh, di mana metode ini memanfaatkan K terdekat dari data yang akan diklasifikasikan. Pada pengklasifikasian menggunakan KNN dengan melakukan percobaan perbandingan pembagian data testing dan data training dengan percobaan menggunakan cross validation serta melakukan beberapa perhitungan jarak dan melakukan percobaan nilai K yang sama, Hasil akurasi tertinggi yaitu 61% pada pembagian data 80:20 dengan nilai k=7 dan pada perhitungan jarak Euclidien.