RINGKASAN

Pertumbuhan data yang begitu cepat dan besar hal ini tidak dapat lagi dilakukan menggunakan teknik komputasi tradisional, karena membutuhkan biaya yang mahal, waktu yang lama dan tidak dapat menganalisis data dalam jumlah besar, sehingga untuk menangani volume data yang besar, framework pemrosesan Big Data baru seperti Apache Hadoop dan Apache Spark dirancang, framework ini menerapkan Algoritma machine learning untuk mencapai efisiensi tinggi. Big Data dapat dianalisis untuk mendapatkan informasi atau pengetahuan yang berharga. Salah satu teknik analasis Big Data adalah klasifikasi.

Penelitian dilakukan dengan mengimplementasikan Algoritma klasifikasi pada lingkungan Big Data menggunakan Apache Spark MLlib untuk melakukan klasifikasi Big Data dengan ulasan pelanggan menggunakan Algoritma Naïve Bayes Classifier (NBC), Logistic regression, dan Suppor Vector Machine (SVM) dan dijalankan di Spark single node cluster.
Hasil yang diperoleh dari penelitian akurasi klasifikasi terbaik di peroleh dengan menggunakan Algoritma Support vector machine (SVM) dengan nilai akurasi sebesar 0,867001373% dengan lama waktu eksekusi 349,2 detik dan 640,2 detik. Dengan penggunaan spark single node cluster waktu eksekusi dapat lebih cepat 291 detik dibanding waktu eksekusi tanpa cluster.

Keywords: Apache Spark, Klasifikasi, Data ulasan Pelanggan, Naïve Bayes,
Support Vector machine, logistik regression.