Penerapan Algoritma K-Nearest Neighbor pada Twitter untuk Analisis Sentimen Masyarakat Terhadap Larangan Mudik 2021

Abstract

Media sosial Twitter merupakan media yang banyak digunakan oleh masyarakat dalam menyampaikan sebuah opini yang sedang hangat dibahas. Kebijakan larangan mudik yang diterapkan oleh pemerintah saat ini belum diketahui opini atau pendapat masyarakat terhadap pelaksanaan larangan mudik 2021 ini, sehingga pemerintah kesulitan dalam mengevaluasi kebijakan larangan mudik tersebut. Penelitian ini akan melakukan analisis sentimen menggunakan algoritma K-Nearest Neighbor (K-NN) dan menerapkan metodologi Cross-Industry Standard Process for Data Mining (CRIPS-DM). Pada penelitian ini data bersih yang digunakan berjumlah 4.799 tweet, yang diambil dari media sosial twitter pada 04 April 2021 – 17 Mei 2021 dengan sentimen positif berjumlah 834 tweet dan 3.965 tweet sentimen negatif. Penelitian ini menghasilkan bahwa K-NN dapat diimplementasikan dengan baik dikarenakan mencapai nilai akurasi sebesar 86.67 % dengan nilai recall 39.52 %, precision 70.97 % dan spencificity sebesar 96.60%  menggunakan split data perbandingan 80 untuk data training dan 20 untuk data testing dengan nilai k=3. Sehingga dapat dikatakan bahwa algoritma K-NN dapat mengklasifikasikan data secara benar dan baik.