Muhammad Hafizd Anshari, - (2024) KLASIFIKASI SENTIMEN MASYARAKAT MENGENAI EFEKTIVITAS KINERJA POLISI MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text (BAB I-III & V) Laporan Tugas Akhir - Hafizd - BAB 1-3 & 5.pdf Download (1MB) | Preview
	Text (BAB IV) Laporan Tugas Akhir - Hafizd - BAB 4.pdf - Published Version Restricted to Repository staff only Download (744kB)

Abstract

Media sosial telah menjadi platform penting untuk menyampaikan opini, keluhan, atau tanggapan terhadap kinerja polisi dalam masyarakat yang semakin terhubung secara digital. Penelitian ini adalah untuk mengetahui seberapa efektif teknik K-Nearest Neighbor (KNN) dalam mengelompokan pendapat masyarakat tentang kinerja polisi. Penelitian ini menggunakan 1010 pendapat masyarakat yang dikategorikan ke dalam dua kategori: positif dan negatif. Proses teks mining digunakan untuk mengubah pendapat menjadi fitur numerik. Setelah melalui proses validasi silang, model KNN dengan parameter K=5 dan metrik jarak Euclidean dipilih sebagai model klasifikasi terbaik. Evaluasi kinerja model dengan metrik presisi, recall, dan skor F1 menunjukkan bahwa model KNN dapat diandalkan untuk mengidentifikasi pendapat masyarakat. Skor F1 menunjukkan nilai yang tinggi, yaitu 87.45% untuk klasifikasi positif dan 92.24% untuk klasifikasi negatif, dengan recall untuk klasifikasi positif mencapai 87.79% dan 92.25% untuk klasifikasi negatif.

Actions (login required)

View Item