ANALISA PENGGUNAAN AI APLIKASI CHECKMATH MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN) Studi Kasus: SMA Kristen Anak Panah Nabire - Papua

Sicillya Justin Rahanra

doi:10.46576/djtechno.v6i1.6065

ANALISA PENGGUNAAN AI APLIKASI CHECKMATH MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN) Studi Kasus: SMA Kristen Anak Panah Nabire - Papua

Sicillya Justin Rahanra

Abstract

Penelitian ini bertujuan untuk menganalisis penggunaan aplikasi Checkmath di SMA Kristen Anak Panah Nabire, Papua, dengan menerapkan algoritma K-Nearest Neighbor (KNN) untuk mengidentifikasi sentimen pengguna. Metode penelitian yang digunakan adalah kuantitatif dengan pendekatan eksperimental, di mana data dikumpulkan melalui observasi, wawancara, dan dokumentasi dari siswa dan guru. Dataset dibagi menjadi data pelatihan dan data pengujian untuk memperoleh akurasi terbaik dari model KNN. Hasil analisis menunjukkan akurasi keseluruhan mencapai 95.50%, dengan weighted average precision sebesar 91%. Temuan ini mengindikasikan bahwa aplikasi Checkmath diterima dengan baik oleh pengguna dan memiliki potensi untuk mendukung proses pembelajaran di lingkungan pendidikan. Penelitian ini diharapkan dapat memberikan wawasan mengenai efektivitas aplikasi AI dalam meningkatkan pengalaman belajar siswa.

Keywords

Analisis Sentimen, K-Nearest Neighbor, Aplikasi Checkmath, Pendidikan.

Full Text:

PDF

References

Afdal, dkk., “Penerapan Text Mining Pada Aplikasi Tokopedia Menggunakan Algoritma K-Nearest Neighbor,” Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, vol. 8, no. 1, p. 78, Jan. 2022, doi: 10.24014/rmsi.v8i1.16595.

M. H. Asnawi, dkk., “Perbandingan Algoritma Naïve Bayes, k-Nn, Dan Svm Dalam Pengklasifikasian Sentimen Media Sosial,” Prosiding Seminar Nasional Statistika, vol. 10, no. 1, p. 20, Jun. 2023, doi: 10.1234/pns.v10i.85.

Chandani, dkk., “Komparasi Algoritma Klasifikasi Machine Learning Dan Feature Selection Pada Analisis Sentimen Review Film,” Journal of Intelligent Systems, vol. 1, no. 1, p. 55–59, Jan. 2015.

Firdaus, dkk., “Analisis Sentimen Tokopedia Pada Ulasan Di Google Playstore Menggunakan Algoritma Naïve Bayes Classifier Dan K-Nearest Neighbor,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 5, p. 1329, Oct. 2022, doi: 10.30865/jurikom.v9i5.4774.

Giovani, dkk., “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” Jurnal Teknoinfo, vol. 14, no. 2, p. 115–123, Apr. 2020, doi: 10.33365/jti.v14i2.679.

Iwandini, dkk., “Analisa Sentimen Pengguna Transportasi Jakarta Terhadap Transjakarta Menggunakan Metode Naives Bayes Dan K-Nearest Neighbor,” Journal of Information System Research (JOSH), vol. 4, no. 2, p. 543–550, Jun. 2023, doi: 10.47065/josh.v4i2.2937.

Maulana, dkk., “Komparasi Algoritma Naive Bayes Dan K-Nearest Neighbor Pada Analisis Sentimen Terhadap Ulasan Pengguna Aplikasi Tokopedia,” Jurnal Teknologi Informasi: Jurnal Keilmuan Dan Aplikasi Bidang Teknik Informatika, vol. 7, no. 2, p. 177–189, Apr. 2023, doi: 10.47111/jti.v7i2.10071.

Rahayu, dkk., “Implementasi Metode K-Nearest Neighbor (K-NN) Untuk Analisis Sentimen Kepuasan Pengguna Aplikasi Teknologi Finansial FLIP,” Edumatic: Jurnal Pendidikan Informatika, vol. 6, no. 1, p. 98–106, Mar. 2022, doi: 10.29408/edumatic.v6i1.5433.

Sutrisno, dkk., “Implementasi Algoritma K-Nearest Neighbor Pada Analisis Sentimen Ulasan Pengguna Aplikasi Digital Korlantas Polri,” Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), vol. 2, no. 2, p. 687–695.

W. Andrian dkk., “Implementation of Naïve Bayes Algorithm in Sentiment Analysis of Twitter Social Media Users Regarding Their Interest to Pay the Tax,” International Journal of Science, Technology & Management, vol. 4, no. 6, p. 1733–1742, Jun. 2023, doi: 10.46729/ijstm.v4i6.1015.

DOI: https://doi.org/10.46576/djtechno.v6i1.6065