Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi Mura
Rizka Permata
Politeknik Negeri Lampung
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
EVALUASI KINERJA KNN DAN NAÏVE BAYES UNTUK ANALISIS SENTIMEN KOMENTAR INSTAGRAM PEJABAT PUBLIK BERBASIS TF-IDF Rizka Permata; Sylvia Sylvia; Atika Arpan
Jurnal Teknologi Informasi Mura (JTI) Vol. 17 No. 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2861

Abstract

Penelitian ini bertujuan mengevaluasi kinerja algoritma K-Nearest Neighbors (KNN) dan Naïve Bayes untuk klasifikasi sentimen komentar publik pada akun Instagram pejabat publik di Indonesia. Sebanyak 137.141 komentar dikumpulkan melalui web scraping dan diproses menggunakan tahapan text preprocessing, meliputi case folding, pembersihan teks, tokenization, stopword removal, normalisasi, dan stemming. Representasi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF). Evaluasi performa meliputi accuracy, precision, recall, F1-score, dan waktu komputasi. Hasil menunjukkan bahwa Naïve Bayes memiliki akurasi tertinggi sebesar 0,9230, sedikit lebih baik dibandingkan KNN sebesar 0,9209. Kedua model menunjukkan performa sangat tinggi pada kelas netral, namun rendah pada kelas positif dan negatif akibat ketidakseimbangan kelas. Temuan ini menegaskan bahwa kombinasi TF-IDF dan Naïve Bayes masih menjadi baseline yang efektif untuk analisis sentimen berskala besar pada teks pendek media sosial.
Co-Authors Atika Arpan Sylvia Sylvia