Penerapan Algoritma K-Nearest Neighbor (K-NN) Untuk Analisis Sentimen Publik Terhadap Pembelajaran Daring

Jepi Supriyanto (Universitas Teknokrat Indonesia)
Debby Alita (Universitas Teknokrat Indonesia)
Auliya Rahman Isnain (Universitas Teknokrat Indonesia)

Jurnal Informatika dan Rekayasa Perangkat Lunak
Vol 4, No 1 (2023): Volume 4 Nomor 1 Maret 2023

Penelitian ini dilakukan untuk menerapkan algoritma KNN (K-Nearest Neighbor) dalam melakukan sentimen analisis pengguna Twitter tentang isu terkait kebijakan pemerintah tentang Pembelajaran Daring. penelitian menggunakan data Tweet sebanyak 1825 data tweet Bahasa Indonesia data dikumpulkan sejak tanggal 1 Februari 2020 sampai dengan 30 September 2020. Menggunakan library python yaitu Tweepy .pembobotan kata menggunakan TF-IDF, akan dilakukan klasifikasi nilai sentimen ke dalam dua kelas yaitu positif dan negatif. Setelah dilakukan pengujian dengan K sebanyak 20 didapatkan hasil akurasi tertinggi terdapat Pada saat K = 10 dengan nilai akurasi 84,65% dengan presisi mencapai 87%, recall 86% f measure 87% serta error rate mencapai 0,12% dan di dapatkan pula kecenderungan opini publik terhadap Pembelajaran Daring Cenderung Positif.