ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI ZALORA PADA GOOGLE PLAY MENGGUNAKAN K-NEAREST NEIGHBOR
DOI:
https://doi.org/10.31539/wxxp1d36Abstract
Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Zalora yang diperoleh dari Google Play Store, guna memberikan gambaran persepsi pengguna terhadap aplikasi tersebut. Permasalahan utama adalah bagaimana mengumpulkan dan mengolah data ulasan agar siap dianalisis, serta bagaimana menerapkan algoritma K-Nearest Neighbor (K-NN) untuk klasifikasi sentimen secara akurat. Data dikumpulkan melalui teknik web scraping dan kemudian diproses dengan tahapan preprocessing meliputi tokenisasi, normalisasi, penghapusan stopwords, dan stemming. Algoritma K-NN diterapkan dengan menggunakan representasi fitur TF-IDF untuk mengklasifikasikan ulasan menjadi sentimen positif dan negatif. Untuk meningkatkan akurasi, dilakukan pembobotan kata dengan TF-IDF dan validasi menggunakan metode K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa penerapan metode ini mampu menghasilkan tingkat akurasi yang memadai dalam klasifikasi sentimen ulasan pengguna Zalora. Kesimpulan penelitian menyatakan bahwa klasifikasi sentimen menggunakan K-NN dapat dijadikan dasar pendukung yang valid bagi pengguna aplikasi dalam pengambilan keputusan pembelian. Implikasi penelitian ini adalah memberikan wawasan bagi pengembang aplikasi untuk meningkatkan kualitas layanan berdasarkan feedback pengguna, serta membantu pengguna mendapatkan informasi yang lebih terpercaya. Rekomendasi ke depan adalah pengembangan model dengan algoritma yang lebih kompleks dan penetrasi data yang lebih besar untuk meningkatkan performa.
References
[1] C. P. Adi, J. Setiono, and J. Prianggono, “Prediksi Ancaman Yang Dihadapi KORPSBRIMOB Polri Dengan Menggunakan Metode K-Nearest Neighbor Classifier Machine Learning dan Naive Bayes,” Jurnal Manajemen dan Bisnis, vol. 4, no. 1, pp. 1–?, Jan. 2025. ISSN: 2829-6109.
[2] P. A. A. Anam, D. A. Fatah, and M. A. Syakur, “Analisis Sentimen Review Aplikasi Zalora di Google Playstore Menggunakan Metode Support Vector Machine,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 9, no. 2, Apr. 2025. DOI: https://doi.org/10.36040/jati.v9i2.13083 (Online: https://ejournal.itn.ac.id/index.php/jati/article/view/13083)
[3] E. M. Asih, “Analisis pada Shopee sebagai E-Commerce Terpopuler di Indonesia,” Jurnal Ekonomi Bisnis Antartika, vol. 2, no. 1, pp. 73–79, 2024. ISSN: 3026-1813.
[4] L. N. Aziza, R. Y. Astuti, B. A. Maulana, and N. Hidayati, “Penerapan Algoritma K-Nearest Neighbor untuk Klasifikasi Ketahanan Pangan di Provinsi Jawa Tengah,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 2, pp. 404–412, Apr. 2024, doi: 10.57152/malcom.v4i2.1201.
[5] M. Duan, “Innovative compressive strength prediction for recycled aggregate/concrete using K-nearest neighbors and meta-heuristic optimization approaches,” Journal of Engineering and Applied Science, vol. 71, no. 15, pp. 1–15, 2024, doi: 10.1186/s44147-023-00348-9.
[6] R. Fandiyanto, D. A. Febriyanti, S. Triana, Luthfiaturahmah, A. Amelia, D. Paramita, A. T. Kamila, and M. V. Andrian, “Perkembangan E-Commerce dari Masa ke Masa: Sejarah, Tren, dan Faktor-Faktor yang Memengaruhi Kemajuan Transaksi Online di Indonesia,” Jurnal Mahasiswa Entrepreneur (JME), vol. 4, no. 3, pp. 448–459, Mar. 2025. E-ISSN: 2964-898X, P-ISSN: 2964-8750.
[7] Z. Faradila, A. Homaidi, and J. D. Prasetyo, “Classification of Anaemia Status Using The K-Nearest Neighbor Algorithm,” G-Tech: Jurnal Teknologi Terapan, vol. 9, no. 1, pp. 436–444, 2025. doi: 10.2623/064X
[8] M. S. Hazimi, “Analisis Sentimen Masyarakat Terhadap Calon Kandidat Presiden dalam Persiapan Pemilu Tahun 2024 dengan Menggunakan Metode K-Nearest Neighbor dan Optimasi Particle Swarm Optimization,” Skripsi, Universitas Islam Negeri Syarif Hidayatullah Jakarta, 2023.
[9] L. Isyriyah, A. B. Permadi, and R. Maulidi, “Penggunaan Algoritma K-Nearest Neighbors (K-NN) dalam Klasifikasi Artikel Clickbait Berbahasa Indonesia,” Jurnal Teknologi Informasi Komunikasi (e-Journal), vol. 11, no. 1, pp. 7–15, 2024. [Online]. Available: https://jurnal.plb.ac.id/index.php/tematik/index
[10] N. H. Meylano, Y. W. B. Woda, D. P. Mukin, F. L. Pereira, and D. E. Theresia, “Penerapan Metode Requirement Engineering dalam Pengembangan Website E-Commerce sebagai Media Promosi dan Pemasaran pada Kelompok UMKM Tenun Ikat,” Jurnal Indonesia: Manajemen Informatika dan Komunikasi, vol. 6, no. 1, Jan. 2025. doi: 10.35870/jimik.v6i1.1195.
[11] D. I. Mulyana and S. Nurhaliza, “Klasifikasi Jenis Kucing Menggunakan Algoritma K-Nearest Neighbor,” Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), vol. 9, no. 3, pp. 844–851, Jul.–Sep. 2025, doi: 10.35870/jtik.v9i3.3821.
[12] D. S. Nurrochmah, N. Rahaningsih, R. D. Dana, and C. L. Rohmat, "PENERAPAN ALGORITMA NAIVE BAYES DALAM ANALISIS SENTIMEN ULASAN APLIKASI KITALULUS DI GOOGLE PLAY STORE," Jurnal Informatika Terpadu, vol. 11, no. 1, pp. 1–11, 2025. [Online]. Available: https://journal.nurulfikri.ac.id/index.php/JIT/article/view/1544
[13] M. J. Palepa, N. Pratiwi, and R. Q. Rohmansa, "Analisis Sentimen Masyarakat Tentang Pengaruh Politik Identitas Pada Pemilu 2024 Terhadap Toleransi Beragama Menggunakan Metode K‑Nearest Neighbor," JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9, no. 1, pp. 389–401, Mar. 2024. [Online]. Available: https://jurnal.stkippgritulungagung.ac.id/index.php/jipi/article/view/4957
[14] M. R. R. Lillah, D. S. Maylawati, W. B. Zulfikar, W. Uriawan, and A. Wahana, “Implementasi Algoritma K‑Nearest Neighbor (KNN) untuk Analisis Sentimen Pengguna Aplikasi Tokopedia,” Intellect: Indonesian Journal of Learning and Technological Innovation (Online), vol. 2, no. 2, ISSN (Online) 2962‑9233, [Online]. Available: https://journal.makwafoundation.org/index.php/intellect. doi: https://doi.org/10.57255/intellect.v2i2.296. Accessed: Aug. 24, 2025.
[15] H. Pasolong, Teori Pengambilan Keputusan. Bandung: Alfabeta, 2023. ISBN: 978-602-289-744-6.
[16] L. Purnama and T. Wahyudi, “Analisa Sentimen Tentang Piala Dunia U-20 Indonesia Menggunakan Algoritma K-Nearest Neighbor,” Jurnal Sains dan Teknologi, vol. 6, no. 2, pp. 217–222, 2024. doi: 10.55338/saintek.v6i2.1397
[17] F. Putra, H. F. Tahiyat, R. M. Ihsan, Rahmaddeni, and L. Efrizoni, “Penerapan Algoritma K-Nearest Neighbor Menggunakan Wrapper Sebagai Preprocessing untuk Penentuan Keterangan Berat Badan Manusia,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 1, pp. 273–281, Jan. 2024, doi: 10.57152/malcom.v4i1.1085.
[18] R. Rahmadinia, E. E. L. Lubis, A. Priansyah, Y. R. W. N., and T. Meutia, “Penerapan Data Mining untuk Memprediksi Harga Bahan Pangan di Indonesia Menggunakan Algoritma K-Nearest Neighbor,” Jurnal Mahasiswa Akuntansi Samudra (JMAS), vol. 4, no. 4, pp. 223–235, Aug. 2023.
[19] S. Saepudin and S. Sutisna, “Analisis Sentimen Pengguna Aplikasi Kredivo Menggunakan Algoritma K‑Nearest Neighbor,” Jurnal Inovasi Global, vol. 2, no. 8, Aug. 2024, doi: 10.58344/jig.v2i6.1013.
[20] A. Sadali, Buku Ajar E-Commerce. M. T. Abadi, Ed. Bandung: Ruang Aksara Media, 2024. ISBN: 978-623-8403-58-5.
[21] V. S. Steviana, A. B. Kusdinar, and W. Apriandari, “Implementasi Naïve Bayes untuk Klasifikasi Rekomendasi Bursa Kerja Khusus di SMKN 1 Sukalarang,” PETIK: Jurnal Pendidikan Teknologi Informasi dan Komunikasi, vol. 11, no. 1, pp. 41–50, Mar. 2025, doi: 10.31980/jpetik.v11i1.1645.
[22] S. Syafrizal, M. Afdal, and R. Novita, "Analisis Sentimen Ulasan Aplikasi PLN Mobile Menggunakan Algoritma Naïve Bayes Classifier dan K‑Nearest Neighbor," MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 1, pp. 10–19, Jan. 2024, doi: 10.57152/malcom.v4i1.983. (Online: https://journal.irpi.or.id/index.php/malcom/article/view/983)
[23] B. Susilo, N. A. Ramdhan, and O. S. Bachri, “Penerapan Algoritma K-Nearest Neighbor untuk Prediksi Penjualan Produk Digital,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 4, pp. 1466–1476, Oct. 2024, doi: 10.57152/malcom.v4i4.1517.
[24] R. Vindua and A. U. Zailani, “Analisis Sentimen Pemilu Indonesia Tahun 2024 dari Media Sosial Twitter Menggunakan Python,” JURIKOM (Jurnal Riset Komputer), vol. 10, no. 2, pp. 479–487, Apr. 2023. doi: 10.30865/jurikom.v10i2.5945
[25] L. S. Windanu, A. S. Wiguna, and A. E. Budianto, “Optimasi Metode K-Nearest Neighbor Berbasis Particle Swarm Optimization untuk Analisis Sentimen Pemilihan Presiden Indonesia Tahun 2024–2029,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 1, pp. 35–44, Feb. 2024.
[26] M. Zeedhan, M. M. M. Ziham, M. S. A. Razick, and N. U. Amin, "Predicting Obesity Classification Using k-Nearest Neighbors: A Data Science Approach in Python," Preprints.org (not peer-reviewed), posted Apr. 14, 2025, doi: 10.20944/preprints202504.1032.v1. [Online]. Available: https://www.preprints.org/manuscript/202504.1032/v1
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Salman Alfarisy
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
