Melola Discovery

← Melola Discovery

Open access Journal SINTA 3

Analisa Sentimen Ulasan Kepuasan Aplikasi Ruangguru Dengan Metode Random Forest dan KNN

SemanTIK: Teknik Informasi · Vol. 10 No. 1 (2024) · pp. 11–18

DOI
10.55679/semantik.v10i1.47799
ISSN
2502-8928, 2460-1446
Published
2024-06-30
Publisher
Informatics Engineering Department of Halu Oleo University
Language
eng
License
creativecommons.org/licenses/by-sa/4.0

Abstract

Salah satu sarana belajar online yang banyak dicari adalah Ruangguru. Banyaknya program pembelajaran online yang tersedia, Ruangguru harus terus meningkatkan fungsinya agar dapat memuaskan pelanggan dan memberikan pengalaman yang bermanfaat. Menggunakan algoritma random forest dan KNN dengan klasifikasi sentimen positif, negatif, atau netral, penelitian ini menggunakan 1.800 data review yang dibagi menjadi 2 kelompok: 1.394 data latih dari review dan 406 data uji. Penelitian ini bertujuan untuk menerapkan algoritma random forest dan KNN dalam melakukan klasifikasi ulasan aplikasi Ruangguru ke dalam kelas bersentimen positif, negatif atau netral dan menganalisis nilai akurasi dari algoritma random forest dan KNN. Hasil penelitian menunjukkan akurasi algoritma random forest sebesar 96% dibandingkan dengan algoritma KNN yang sebesar 71%. Artinya, performa algoritma random forest lebih baik dibandingkan algoritma KNN dalam mengklasifikasikan ulasan aplikasi Ruangguru ke dalam kelas sentimen positif, negatif, atau netral, dengan akurasi sebesar 96%. Kata kunci; KNN, Random Forest, Ruangguru

Keywords

Collaboration network of the authors

16 authors · 30 co-authorship links · 12 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Stikubank
  • Politeknik Negeri Samarinda
  • State University of Semarang
  • Muria Kudus University
  • Universitas Gadjah Mada
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Setyawan WibisonoUniversitas Stikubank1
Eko Nur WahyudiUniversitas Stikubank1
Wiwien HadikurniawatiUniversitas Stikubank1
Taufiq Dwi CahyonoState University of Semarang1
Syarifah IfahUniversitas Stikubank1
Rihartanto RihartantoPoliteknik Negeri Samarinda1
Didi Susilo Budi UtomoPoliteknik Negeri Samarinda1
Arief SusantoMuria Kudus University1
Wardatul KhafidhahPoliteknik Negeri Samarinda1
Fina KhoirunnisaUniversitas Stikubank1
Jati Sasongko WibowoAffiliation unknown1
Mardi Siswo UtomoUniversitas Gadjah Mada1
Muhammad FirmansyahAffiliation unknown1
M Dhimas PamungkasUniversitas Stikubank1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/semantik/oai, first harvested 29 Oct 2026, last seen 1 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Analisa Sentimen Ulasan Kepuasan Aplikasi Ruangguru Dengan Metode Random Forest dan KNN</dc:title>
	<dc:creator>Rachmawati, Salsa Ananda</dc:creator>
	<dc:creator>Februariyanti, Herny</dc:creator>
	<dc:subject xml:lang="en-US">klasifikasi; random foret; KNN;analisa sentimen; ruangguru</dc:subject>
	<dc:description xml:lang="en-US">Salah satu sarana belajar online yang banyak dicari adalah Ruangguru. Banyaknya program pembelajaran online yang tersedia, Ruangguru harus terus meningkatkan fungsinya agar dapat memuaskan pelanggan dan memberikan pengalaman yang bermanfaat. Menggunakan algoritma random forest dan KNN dengan klasifikasi sentimen positif, negatif, atau netral, penelitian ini menggunakan 1.800 data review yang dibagi menjadi 2 kelompok: 1.394 data latih dari review dan 406 data uji. Penelitian ini bertujuan untuk menerapkan algoritma random forest dan KNN dalam melakukan klasifikasi ulasan aplikasi Ruangguru ke dalam kelas bersentimen positif, negatif atau netral dan menganalisis nilai akurasi dari algoritma random forest dan KNN. Hasil penelitian menunjukkan akurasi algoritma random forest sebesar 96% dibandingkan dengan algoritma KNN yang sebesar 71%. Artinya, performa algoritma random forest lebih baik dibandingkan algoritma KNN dalam mengklasifikasikan ulasan aplikasi Ruangguru ke dalam kelas sentimen positif, negatif, atau netral, dengan akurasi sebesar 96%.

Kata kunci; KNN, Random Forest, Ruangguru</dc:description>
	<dc:publisher xml:lang="en-US">Informatics Engineering Department of Halu Oleo University</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2024-06-30</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/semantik/article/view/47799</dc:identifier>
	<dc:identifier>10.55679/semantik.v10i1.47799</dc:identifier>
	<dc:source xml:lang="en-US">SemanTIK : Teknik Informasi; Vol 10, No 1 (2024): SemanTIK : Teknik Informasi; 11-18</dc:source>
	<dc:source>2502-8928</dc:source>
	<dc:source>2460-1446</dc:source>
	<dc:source>10.55679/semantik.v10i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/semantik/article/view/47799/pdf</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2024 SemanTIK : Teknik Informasi</dc:rights>
	<dc:rights xml:lang="en-US">http://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>