Klasifikasi Ulasan Aplikasi Shopee Menggunakan Algoritma Probabilistic Neural Network Dan K-Nearest Neighbor

M. Afdal, Lia Waroka Lia Waroka
{"title":"Klasifikasi Ulasan Aplikasi Shopee Menggunakan Algoritma Probabilistic Neural Network Dan K-Nearest Neighbor","authors":"M. Afdal, Lia Waroka Lia Waroka","doi":"10.57152/ijirse.v2i1.216","DOIUrl":null,"url":null,"abstract":"Google Play Store merupakan layanan konten digital yang dimiliki oleh Google yang melingkupi toko online. Peningkatan unduhan aplikasi shopee pada google play store membawa berbagai macam komentar yang di berikasn oleh semua orang yang menggunakan aplikasi shopee meliputi komentar yang positif, netral atau negatif mengenai aplikasi shopee tersebut. Penelitian ini dilakukan bertujuan untuk melihat perbandingan menggunakan 2 algoritma klasifikasi yaitu algoritma Probabilistic Neural Network (PNN) dan K-Nearest Neighbor (KNN). Pembagian data penelitian ini menggunakan K-Fold Cross Validation yang kemudian dihitung akurasinya pada data ulasan aplikasi dan produk Shopee. Akurasi data ulasan aplikasi KNN lebih tinggi dibandingkan PNN dengan akurasi KNN sebesar 77,85% sedangkan PNN dengan akurasi 72,43%. Untuk data produk akurasi KNN lebih tinggi dibanding PNN dengan akurasi KNN sebesar 91,43% sedangkan PNN sebesar 85,71%. Jadi hasil akurasi pada data yang digunakan dalam penelitian ini, algoritma KNN memiliki performa lebih baik dibading PNN.","PeriodicalId":148640,"journal":{"name":"Indonesian Journal of Informatic Research and Software Engineering (IJIRSE)","volume":"51 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-03-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Indonesian Journal of Informatic Research and Software Engineering (IJIRSE)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.57152/ijirse.v2i1.216","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Google Play Store merupakan layanan konten digital yang dimiliki oleh Google yang melingkupi toko online. Peningkatan unduhan aplikasi shopee pada google play store membawa berbagai macam komentar yang di berikasn oleh semua orang yang menggunakan aplikasi shopee meliputi komentar yang positif, netral atau negatif mengenai aplikasi shopee tersebut. Penelitian ini dilakukan bertujuan untuk melihat perbandingan menggunakan 2 algoritma klasifikasi yaitu algoritma Probabilistic Neural Network (PNN) dan K-Nearest Neighbor (KNN). Pembagian data penelitian ini menggunakan K-Fold Cross Validation yang kemudian dihitung akurasinya pada data ulasan aplikasi dan produk Shopee. Akurasi data ulasan aplikasi KNN lebih tinggi dibandingkan PNN dengan akurasi KNN sebesar 77,85% sedangkan PNN dengan akurasi 72,43%. Untuk data produk akurasi KNN lebih tinggi dibanding PNN dengan akurasi KNN sebesar 91,43% sedangkan PNN sebesar 85,71%. Jadi hasil akurasi pada data yang digunakan dalam penelitian ini, algoritma KNN memiliki performa lebih baik dibading PNN.
使用概率神经网络和 K 最近邻算法对 Shopee 应用程序评论进行分类
谷歌Play Store是谷歌拥有的一种数字内容服务,该服务涵盖了在线商店。谷歌play store上的shopee下载的增加带来了各种各样的评论,所有使用shopee应用程序的人都使用这些评论包括对shopee应用程序的正面、中立或负面评论。这项研究的目的是观察两种分类算法(PNN)和K-Nearest Neighbor的比较。本研究数据的划分使用了K-Fold交叉验证,然后计算了应用程序审查和Shopee产品的准确性。KNN应用审查数据的准确性高于PNN, KNN的准确性为77.85%,而PNN的准确性为72.43%。对于KNN产品的准确性数据比PNN高91.43%,而PNN的准确性是85.71%。因此,为了精确定位本研究中使用的数据,KNN算法在PNN方面的表现更好。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信