Analisis Sentimen Menggunakan K-Nearest Neighbor Terhadap New Normal Masa Covid-19 Di Indonesia

Authors

  • Mhd Furqan Universitas Islam Negeri Sumatera Utara
  • Sriani Sriani Universitas Islam Negeri Sumatera Utara
  • Susan Mayang Sari Universitas Islam Negeri Sumatera Utara

DOI:

https://doi.org/10.33633/tc.v21i1.5446

Keywords:

Sentimen Analisis, K-Nearest Neighbor (K-NN), New Normal

Abstract

New normal diterapkan oleh pemerintah untuk mengembalikan masyarakat beraktivitas normal ditengah pandemi covid-19 dengan protokol kesehatan. Penerapan new normal menuai beragam komentar dari masyarakat dan masuk kedalam topik terpopuler di media sosial twitter. Analisis sentimen untuk memprediksi komentar ataupun opini masyarakat yang kecenderungan beropini positif maupun negatif. Preprocessing data menggunakan cleaning, case folding, normalisasi, stemming,  filtering, dan tokenizing. Pada normalisasi kata bertujuan memperbaiki kesalahan penulisan kata (typo) berdasarkan KBBI  dan TF-IDF sebagai metode pembobotan kata. Data yang digunakan terdiri dari 1000 tweet. Metode klasifikasi opini menggunakan metode K-Nearest Neighbor dan melakukan pengujian agar mendapatkan hasil akurasi yang paling terbaik serta mengevaluasi menggunakan confusion matrix. Hasil dari pelabelan untuk sentimen positif berjumlah 811 dan 189 untuk sentimen negatif. Klasifikasi K-NN dengan nilai k = 1 menghasilkan pengujian use training set dengan accuracy sebesar 100%, 92,60% untuk 10-fold cross-validation dan 94,50% untuk 80% percentage split.

References

Gugus Tugas Percepatan Penanganan Covid-19. https://covid19.go.id/. Diakses 18 Agustus 2020. Jam 11:44 WIB.

Manalu, B.U., 2014, Analisis Sentimen Pada Twitter Menggunakan Text Mining. Skripsi, Teknologi Informasi Fak. Ilmu Komputer Dan Teknologi Informasi, Universitas Sumatera Utara, Medan.

Hartono., Abdullah, D., Hartama, D., Furqan, M., Zarlis, M., & Situmorang, Z., 2016, Sentiment Analysis Using Context Based Fuzzy Linguistic Hedges. Proceeding International Conference of Computer, Environment, Social Science, Engineering and Technology (ICEST) 2016, hal 160–162. http://repository.uinsu.ac.id/8929/

Alrumaih, A., Al-Sabbagh, A., Alsabah, R., Kharrufa, H., & Baldwin, J., 2020, Sentiment Analysis Of Comments In Sosial Media. International Journal Of Electrical And Computer Engineering (IJECE), No.6, Vol 10, 5917-5922. http://ijece.iaescore.com/index.php/IJECE/article/view/22285.

Nurjanah, W. E., Perdana, R. S., & Fauzi, M. A., 2017, Analisis Sentimen Terhadap Tayangan Televisi Berdasarkan Opini Masyarakat pada Media Sosial Twitter menggunakan Metode K-Nearest Neighbor dan Pembobotan Jumlah Retweet. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, No.12, Vol.1, 1750–1757. https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/631.

Jabal Tursina, M., 2019, Sentimen Analisis Sistem Zonasi Sekolah Pada Media Sosial Youtube Menggunakan Metode K-Nearest Neighbor Dengan Algoritma Levenshtein Distance. Skripsi Fakultas Sains dan Teknologi Program Studi Teknik Informatika, Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Faisal, R. M., & Nugrahadi, T. D., 2019, Belajar Data Science: Klasifikasi dengan Bahasa Pemrograman R. Scripta Cendekia : Banjarbaru, Kalimantan Selatan.

Han, J., & Kember, M., 2006, Data Mining Concepts and Techniques. Ed.2. In Elsevire : San Francisco.

Azzahra, A. S., & Wibowo, A., 2020, Analisis Sentimen Multi-Aspek Berbasis Konversi Ikon Emosi Dengan Algoritme Naïve Bayes Untuk Ulasan Wisata Kuliner Pada Web Tripadvisor. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), No.4, Vol.7, 737-744. https://jtiik.ub.ac.id/index.php/jtiik/article/view/1907.

Nugraha , F. A., Harani, N. H., & Habibi, R., 2020, Analisis Sentimen Terhadap Pembatasan Sosial Menggunakan Deep Learning. Kreatif Industri Nusantara : Bandung.

Mahendrajaya, R., Buntoro, G. A., & Setyawan, M. B, 2019, Analisis Sentimen Pengguna Gopay Menggunakan Metode Lexicon Based Dan Support Vector Machine. Komputek : Jurnal Teknik Universitas Muhammadiyah Ponorogo, No.2, Vol.3, 52–63. http://studentjournal.umpo.ac.id/index.php/komputek/article/view/270.

Downloads

Published

2022-02-28

Issue

Vol. 21 No. 1 (2022): Februari 2022

Section

Articles

License

Copyright (c) 2022 Mhd Furqan, Sriani Sriani

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

 

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

  • Share – Copy and redistribute the material in any medium or format.

  • Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

  • The material cannot be used for commercial purposes.

  • Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

  • Authors retain copyright and grant Techno.COM Journal the right to publish the article.

  • Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

  • The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

  • The journal is not responsible for how the published content is used by third parties.

  • The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/

 

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.