PENGGUNAAN TEXT MINING UNTUK KLASIFIKASI TANGGAPAN PESERTA PELATIHAN TERHADAP PERFORMA TRAINER MENGGUNAKAN METODE ALGORITMA K-NEAREST NEIGHBOR

Abstrak

Analisis dan klasifikasi data komentar dilakukan dengan cara membaca dan mengklasifikasikan satu per satu komentar yang bersifat negatif dengan menggunakan lembar kerja (spreadsheet) akan menjadi kurang efektif apabila data yang akan diproses berjumlah sangat banyak. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan teknik analisis sentimen pada data komentar menggunakan metode K-Nearest Neighbor (KNN). Data komentar yang digunakan yaitu komentar peserta pelatihan terhadap performa trainer Educato.Id yang diisi oleh setiap peserta setelah mengikuti pelatihan. Selanjutnya data komentar tersebut dianalisis dengan melakukan langkah pre- processing, pembobotan kata menggunakan Term Frequence-Invers Document Frequence (TIDF), menghitung tingkat kemiripan antara data latih dan data uji dengan algoritma cosine similarity. Proses implementasi analisis sentimen dilakukan untuk menentukan apakah komentar tersebut termasuk kategori komentar positif atau negatif. Selanjutnya komentar-komentar tersebut akan ditentukan dalam empat kategori yaitu : trainer, materi, sarana dan prasarana. Hasil penelitian ini menghasilkan sebuah sistem yang dapat mengklasifikasi data komentar secara otomatis dengan tingkat akurasi sebesar 94,23 %.