Analisis Sentimen Tanggapan Masyarakat terhadap Calon Presiden Ridwan Kamil 2024 Menggunakan Metode K-Nearest Neighbor

Fatma Hayati, Ellin Haerani, Fadhilah Syafria, Elvia Budianita

Abstract


Banyaknya berita yang beredar dalam sosial media mengenai Tanggapan Masyarakat Terhadap Calon Presiden Ridwan Kamil 2024  menggugah rasa penasaran penulis untuk memastikan seperti apakah tanggapan masyarakat mengenai calon presiden ridwan kamil, apakah menuai kesan positif atau negatif. Dengan demikian, penulis melakukan analisis sentimen pengguna twitter terhadap Tanggapan Masyarakat Terhadap Calon Presiden Ridwan Kamil 2024 yang dapat digunakan sebagai bahan evaluasi dalam menentukan kebijakan. Penulis menggunakan algoritma K-Nearest Neighbor untuk menentukan sentimen pengguna twitter dengan bantuan phyton yang populer di kalangan Data Scientist. Metode tersebut diterapkan ke 2261 data tweet dengan kata kunci “calon presiden ridwan kamil” yang dikumpulkan pada 20 Desember 2022– 30 Desember 2022, yang mana hasil data bersih dari data tersebut berjumlah 1504 data tweet.  Hasil training model membuktikan bahwa skor akurasi 88,70%, recall 96,92% , dan presisi 90,65% dengan nilai k=3.


Keywords


Sentiment analysis; President; Ridwan Kamil; K-Nearest Neighbor; Twitter

Full Text:

PDF

References


Agustian S. & Ramadhani S., “Jurnal Computer Science and Information Technology ( CoSciTech ) menggunakan algoritma lexrank,” vol. 3, no. 3, pp. 371–381, 2022.

Andriana H., Hilab S. S. “Penerapan Metode K-Nearest Neighbor pada Sentimen Analisis Pengguna Twitter terhadap KTT G20 di Indonesia,” JURIKOM (Jurnal …, vol. 10, no. 1, pp. 60–67, 2023, doi: 10.30865/jurikom.v10i1.5427.

Asro’I, A. & Februariyanti, H. “Analisis Sentimen Pengguna Twitter Terhadap Perpanjangan Ppkm Menggunakan Metode K-Nearest Neighbor,” J. Khatulistiwa Inform., vol. 10, no. 1, pp. 17–24, 2022, doi: 10.31294/jki.v10i1.12624

Dharmawan L. R., Arwani I., & Ratnawati D. E. “Analisis Sentimen pada Sosial Media Twitter Terhadap Layanan Sistem Informasi Akademik Mahasiswa Universitas Brawijaya dengan Metode K- Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, pp. 959–965, 2020, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/jptiik/article/view/7099

Cahyani N., Informasi J., S., Nasional U., & Neighbors K. “Pandemi Dengan Metode Support Vector Machine Dan K-Nearest Neighbors,” vol. 7, no. 2, 2022.

Mahawardana P., Imawati I., & Dika I. “Analisis Sentimen Berlandaskan Opini dari Media Sosial Twitter terhadap ‘Figure Pemimpin’ Menggunakan Python,” J. Manaj. dan Teknol. Inf., vol. 12, no. 2, pp. 50–56, 2022.

Sari R., “Analisis Sentimen Pada Review Objek Wisata Dunia Fantasi Menggunakan Algoritma K-Nearest Neighbor (K-Nn),” EVOLUSI J. Sains dan Manaj., vol. 8, no. 1, pp. 10–17, 2020, doi: 10.31294/evolusi.v8i1.7371.

Rahayu S., Bororing J., & Hadiyat R., “Implementasi Metode K-Nearest. Neighbor (K-NN) untuk Analisis Sentimen Kepuasan Pengguna Aplikasi Teknologi Finansial FLIP,” Edumatic J. Pendidik. Inform., vol. 6, no. 1, pp. 98–106, 2022, doi: 10.29408/edumatic.v6i1.5433

Rezeki S., “Pemakaian sosial media twitter dalam komunikasi organisasi (studi kasus pemerintah provinsi dki jakarta dalam penanganan covid-19),” J. Islam. Law Stud., vol. 04, no. 02, pp. 63–78, 2020.




DOI: http://dx.doi.org/10.32493/informatika.v8i2.30054

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Fatma Hayati, Ellin Haerani, Fadhilah Syafria, Elvia Budianita

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

Jurnal Informatika Universitas Pamulang (ISSN: 2541-1004 e-ISSN: 2622-4615)



This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) License