ANALISIS SENTIMEN APLIKASI PADI UMKM DENGAN PENINGKATAN KINERJA ALGORITMA KNN

Abstract

Dalam era digital, Usaha Mikro, Kecil, dan Menengah (UMKM) dituntut untuk memanfaatkan teknologi guna memperluas pasar dan meningkatkan daya saing. Salah satu inovasi yang mendukung hal tersebut adalah aplikasi PaDi UMKM, platform hasil inisiatif Kementerian BUMN yang mempertemukan BUMN dengan produk-produk berkualitas dari UMKM di seluruh Indonesia. Keberhasilan aplikasi ini tidak hanya ditentukan oleh fungsionalitasnya, tetapi juga oleh persepsi dan pengalaman pengguna yang tercermin melalui ulasan di Google Playstore. Untuk memahami persepsi tersebut, dilakukan analisis sentimen menggunakan pendekatan Natural Language Processing (NLP) dan pembelajaran mesin. Penelitian ini bertujuan untuk menganalisis sentimen positif dan negatif terhadap aplikasi PaDi UMKM dengan membandingkan performa algoritma K-Nearest Neighbor (KNN) dan Improved K-Nearest Neighbor (IKNN). Proses penelitian meliputi pengumpulan data ulasan, praproses teks, pembagian data latih dan uji, penerapan algoritma, serta evaluasi hasil klasifikasi menggunakan confusion matrix. Berdasarkan hasil confusion matrix, nilai K = 5 memberikan performa terbaik dibandingkan K = 3, K = 7, dan K = 9, dilihat dari peningkatan nilai Precision 50 % positif dan 67% negatif, Recall 80% positif dan 33% negatif, F1-Score 62% positif dan 44% neagtif, dan Accuracy 10% positif dan 12 negatif. Sebaliknya, algoritma IKNN menunjukkan peningkatan kinerja yang signifikan dengan nilai Precision, Recall, F1-Score, dan Accuracy mencapai 100% pada seluruh variasi K. Hal ini membuktikan bahwa peningkatan metode KNN melalui pendekatan IKNN mampu menghasilkan klasifikasi sentimen yang jauh lebih akurat dan konsisten. Dengan demikian, IKNN terbukti lebih efektif dan dapat menjadi acuan dalam pengembangan sistem analisis sentimen berbasis kecerdasan buatan di masa mendatang 

Kata kunci: PaDi, UMKM, Analisis Sentimen, KNN, IKNN