Perkembangan media sosial telah mengubah cara konsumen berinteraksi dan mengambil keputusan pembelian. Media sosial menjadi platform utama bagi konsumen untuk berbagi pengalaman, memberikan ulasan, dan mendiskusikan produk atau layanan. Penelitian ini bertujuan untuk menganalisis sentimen konsumen terhadap ulasan produk dimedia sosial serta dampaknya pada keputusan pembelian menggunakan metode K-NN. Data yang digunakan berupa ulasan konsumen yang dikumpulkaan pada platform media sosial. Data tersebut diproses melalui tahapan preprocessing, seperti tokenisasi, penghapusan kata tidak penting, dan stemming, sebelum diklasifikasikan menjadi sentimen positif dan negatif. K-NN dipilih karena keandalannya dalam klasifikasi berbasis jarak dan kemampuannya menangani datasetdengan pola distribusi yang kompleks. Hasil penelitian menunjukkan bahwa metode K-NN mampu mengklasifikasikan sentimen konsumen dengan akurasi 100%. Hasil analisis menunjukkan bahwa sentimen positif berkonstribusi signifikan dalam mempengaruhi keputusan keputusan pembelian, sedangkan sentimen negatif cenderung mengurangi minat konsumen. Hasil yang diperoleh dari tahap modelling dengan menggunakan metode K-NN dan perbandingan 80:20 untuk data training dan testing, maka nilai akurasi yang dihasilkan sebesar 90%, precision 90%, recall 100%. Evaluasi model dilakukan menggunakan matrik akurasi, presisi dan recall, dengan hasil yang menunjukkan kinerja K-NN cukup baik dalam mengklasifikasikan sentimen konsumen. Penelitian ini memberikan wawasan tentang pentingnya memahami sentimen konsumen di media sosial untuk strategi pemasaran yang lebih efektif, serta menunjukkan potensi penerapan machine learning, khususnya K-NN dalam menganalisis data tekstual untuk mendukung pengambilan keputusan bisnis.