Sofiah, - (2023) KLASIFIKASI SENTIMEN MASYARAKAT DI TWITTER TERHADAP KENAIKAN HARGA BAHAN BAKAR MINYAK DENGAN METODE MODIFIED K-NEAREST NEIGHBOR. SATIN : Sains dan Teknologi Informasi, 9 (1). pp. 137-148. ISSN 2527-9114

	Text 442 - Published Version Download (3kB)
Preview	Text JURNAL PUBLISH SOFIAH.pdf Download (1MB) | Preview

Abstract

Kenaikan harga Bahan Bakar Minyak menjadi salah satu tranding topic di kalangan masyarakat Indonesia, baik di dunia nyata maupun dunia maya khususnya di media sosial Twitter. Perkembangan teknologi informasi yang sangat pesat memudahkan masyarakat dalam menyebarkan informasi di sosial media. Naiknya harga BBM memunculkan opini masyarakat yang mengandung sentimen positif dan negatif. Penelitian ini dilakukan untuk mengetahui sentimen publik terkait kebijakan pemerintah yang menaikkan harga BBM serta menerapkan metode Modified K-Nearest Neighbor dalam pengklasifikasian sentimen pengguna Twitter terhadap kenaikan harga BBM. Modified K-Nearest Neighbor merupakan salah satu metode klasifikasi berdasarkan kemunculan kelas terbanyak pada data latih. Data yang digunakan adalah tweet dalam bahasa Indonesia berdasarkan kata kunci “kenaikan BBM” dengan jumlah dataset sebanyak 3.000 tweet. Pembobotan kata dengan menggunakan TF-IDF untuk melakukan klasifikasi sentimen ke dalam dua kelas positif dan negatif. Hasil dari penelitian ini adalah klasifikasi sentimen terhadap kenaikan harga BBM. Akurasi tertinggi didapat 83.33% pada data opini menggunakan perbandingan 90:10 dan K=3.

Actions (login required)

View Item