Perancangan Sistem Klasifikasi Sentimen Ulasan Pengguna Aplikasi myIM3 Menggunakan Metode K-Nearest Neighbor
Kata Kunci:
analisis sentimen, ulasan pengguna, K-Nearest Neighbor, klasifikasi teks, myIM3Abstrak
Aplikasi myIM3 merupakan layanan digital yang digunakan oleh pelanggan Indosat untuk berbagai kebutuhan, seperti pembelian paket data, pengecekan pulsa, dan pengelolaan akun. Banyaknya pengguna aplikasi ini menghasilkan ulasan yang beragam, baik berupa tanggapan positif, negatif, maupun netral. Ulasan tersebut menjadi sumber informasi penting untuk mengetahui tingkat kepuasan pengguna dan permasalahan yang sering terjadi. Namun, banyaknya data ulasan membuat proses analisis sentimen secara manual menjadi kurang efektif. Penelitian ini bertujuan untuk merancang sistem klasifikasi sentimen ulasan pengguna aplikasi myIM3 menggunakan algoritma K-Nearest Neighbor. Data ulasan dikumpulkan dari platform distribusi aplikasi dan dikelompokkan ke dalam kategori sentimen positif, negatif, dan netral. Sistem dikembangkan berbasis web dengan basis data MySQL untuk memudahkan proses pengolahan dan klasifikasi data. Hasil penelitian diharapkan dapat membantu pihak terkait dalam memahami persepsi pengguna secara lebih cepat dan akurat sebagai dasar evaluasi dan peningkatan layanan aplikasi.
Unduhan
Referensi
V. No, S. Rahayu, Y. Mz, J. E. Bororing, And R. Hadiyat, “Edumatic : Jurnal Pendidikan Informatika Implementasi Metode K-Nearest Neighbor ( K-Nn ) Untuk Analisis Sentimen Kepuasan Pengguna Aplikasi Teknologi Finansial Flip,” Vol. 6, No. 1, Pp. 98–106, 2022, Doi: 10.29408/Edumatic.V6i1.5433.
D. Pratmanto Et Al., “Kependudukan Digital Dengan Metode,” Vol. 2, Pp. 151–161, 2023.
Suheri, N. Mayasari And F. Wadly, “Application For The Selection Of Students Scholarships Using The Fuzzy Method Tsukamoto At Islamic College Al-Amjad,” Pp. 523–536.
K. Neighbor, “Penerapan Algoritma K-Nearest Neighbor ( K-NN ) Untuk Analisis Sentimen Terhadap Data Ulasan Aplikasi E-Commerce Lazada Pada Google Playstore Zulkifli Rais , Muhammad Kasim Aidid * , Asti Dewi Putri,” Vol. 7, No. 2, Pp. 143–154, 2025, Doi: 10.35580/Variansiunm374.
A. Firyal, L. Ramadhina, And E. Sofian, “Perbandingan Metode K-Nearest Neighbor Dan Pohon Keputusan Dalam Analisis Sentimen Data Ulasan Aplikasi Pinjaman Online Berizin Ojk Di Google Play,” Vol. Vii, Pp. 115–124, 2024.
M. A. K. Neighbors, S. Lestari, And S. Febrianti, “Sentiment Analysis Of Shopee Product Reviews On The Instagram Application Using The K-Nearest Neighbors Algorithm Analisis Sentimen Ulasan Produk Shopee Di Aplikasi Instagram,” Vol. 5, No. October, Pp. 1172–1180, 2025.
M. Fadhil, A. Hasril, And L. Budi, “Implementasi Algoritma K-Nearest Neighbors Untuk Klasifikasi Data Ulasan Pengguna Aplikasi Sulselbar Mobile Pada Google Play Store,” Vol. 2, No. 3, Pp. 358–366, 2025.
A. Rhamadanti, F. Dikananda, And K. Anam, “Analisis Sentimen Pada Ulasan Access By Kereta Api Indonesia Dengan K-Nearest,” Vol. 12, No. 1, 2024.
A. Wijaya, M. Rivaldo, M. R. Pribadi, P. S. Informatika, And F. Ilmu, “Analisis Sentimen Terhadap Aplikasi Mitra Darat Menggunakan Algoritma Naive Bayes Classifier Dan K-Nearest Neighbor,” Vol. 4221, Pp. 112–117, 2024.
V. No, K. Mustaqim, F. A. Maresti, And I. N. Dewi, “Edumatic : Jurnal Pendidikan Informatika Analisis Sentimen Ulasan Aplikasi Pospay Untuk Meningkatkan Kepuasan Pengguna Dengan Metode K-Nearest Neighbor ( Knn ),” Vol. 8, No. 1, Pp. 11–20, 2024, Doi: 10.29408/Edumatic.V8i1.24779.
A. P. Wibowo, W. Darmawan, And N. Amalia, “Komparasi Metode Naïve Bayes Dan K-Nearest Neighbor Terhadap Analisis Sentimen Pengguna Aplikasi Pedulilindungi,” 2021.
C. R. Gunawan, C. R. Gunawan, R. Bahri, And R. Pradipta, “Jurnal Mardika , Masyarakat Berdikari Dan Berkarya Pemberdayaan Panti Asuhan Melalui Penerapan Sistem Informasi Digital Dalam Meningkatkan Transparansi Dan Pengelolaan Donatur Serta Anak Asuh Pendahuluan Metode,” Vol. 3, Pp. 170–175, 2025, Doi: 10.55377/Mardika.V3i3.13518.
V. No, J. Hal, B. Fachri, And M. Zen, “Perancangan Sistem Informasi Posyandu Ibu Dan Anak Berbasis Web,” Vol. 5, No. 1, Pp. 49–54, 2023.
D. T. Ksatria, Y. Yunefri, And L. L. Van Fc, “Analisis Sentimen Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan K- Nearest Neighbor Dan Naïve Bayes,” Vol. 2, No. 1, Pp. 213–227, 2023.
L. Marlina And N. Hidayati, “Peran Pariwisata Berbasis Industri Dalam Pengembangan Bisnis Di Indonesia Pendahuluan,” Vol. 1, No. 01, Pp. 31–40, 2023.
D. Pratmanto, R. Wijianto, And A. Widayanto, “Komparasi K-Nearest Neighbors ( Knn ) Dan Naive Bayes Pada Klasifikasi Sentimen Ulasan Aplikasi Tokopedia Di Google Play Store,” Vol. 5, No. 2, Pp. 75–80, 2025.
M. S. Novelan And Z. Syahputra, “Pelatihan Sistem Presensi Menggunakan Qr Reader Dengan Memanfaatkan Smartphone Di Smk Negeri 1 Tanjung Pura,” J. Has. Pengabdi. Masy., Vol. 2, No. 2, Pp. 230–235, 2023, Doi: 10.62712/Juribmas.V2i2.144.
J. J. A. Limbong, I. Sembiring, K. D. Hartomo, U. Kristen, S. Wacana, And P. Korespondensi, “Analisis Klasifikasi Sentimen Ulasan Pada E-Commerce Shopee Berbasis Word Cloud Dengan Metode Naive Bayes Dan K-Nearest Analysis Of Review Sentiment Classification On E-Commerce Shopee Word Cloud Based With Naïve Bayes And K-Nearest Neighbor Methods,” Vol. 9, No. 2, Pp. 347–356, 2022, Doi: 10.25126/Jtiik.202294960.
M. A. Abdillah, A. Ramadioni, Y. Lestari, And P. Asuhan, “Tahapan Analisis Kebutuhan / Requirements Analysis,” Vol. 4, No. 2, Pp. 33–36, 2024.
N. S. Atmaja And K. Sabri, “Penggunaan Algoritma K-Nearest Neighbor ( K-Nn ) Untuk Diagnosa Penyakit Apendisitis,” 2025.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
HAK CIPTA
Hak cipta atas artikel apapun pada Jurnal Nasional Teknologi Komputer (JNASTEK) dipegang penuh oleh penulisnya dibawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License.
1. Penulis mengakui bahwa Jurnal Nasional Teknologi Komputer (JNASTEK) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License - CC BY-SA.
2. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Jurnal Nasional Teknologi Komputer (JNASTEK).
LISENSI
Jurnal Nasional Teknologi Komputer (JNASTEK) diterbitkan berdasarkan ketentuan Creative Commons Attribution-ShareAlike 4.0 International License. Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.
