DIMAS, FERARIZKI (2023) KLASIFIKASI SENTIMEN MASYARAKAT DI TWITTER TERHADAP ANCAMAN RESESI EKONOMI 2023 DENGAN METODE K-NEAREST NEIGHBOR. KLIK: Kajian Ilmiah Informatika dan Komputer, 4 (2). pp. 1111-1120. ISSN 2723-3898

Preview

Text DIMAS FERARIZKI - 11950113420.pdf Download (2MB) | Preview

Abstract

Resesi adalah terjadinya penurunan dalam aktivitas ekonomi yang secara menyeluruh, hal ini dianggap sebagai fase penurunan ekonomi yang signifikan dan berkelanjutan dari berbagai sektor dan indikator ekonomi. Ancaman resesi pada tahun 2023 telah menjadi bahan pembicaraan di banyak negara, termasuk di Indonesia. Hal ini terjadi karena di Indonesia terancam sebagai negara yang terdampak dari resesi akibat dari melemahnya aktifitas ekonomi pada sektor riil. Penelitian klasifikasi sentimen ini bertujuan untuk menganalisis pendapat serta opini masyarakat terkait isu berita resesi tahun 2023 yang disampaikan melalui platform media sosial Twitter dan memahami apakah pendapat-pendapat tersebut termasuk dalam kategori sentimen positif atau negatif. Selain itu, penelitian ini juga bertujuan untuk mengukur tingkat akurasi dalam mengklasifikasikan sentimen-sentimen tersebut ke dalam kelas yang sesuai. Ada beberapa proses utama yang dimulai dari pengumpulan data kemudian pelabelan data secara manual, text processing, pembobotan fitur (TF-IDF), seleksi fitur thresholding dan klasifikasi metode K-Nearest Neighbor. Berdasarkan hasil klasifikasi menggunakan model pengujian dari total 1000 data komentar yang terbagi antara 596 data kelas positif dan 404 data kelas negatif twitter terhadap ancaman resesi tahun 2023, diperoleh hasil akurasi tertinggi sebesar 85% pada nilai k = 3 dengan menggunakan model perbandingan 90:10 training dan testing data.

Actions (login required)

View Item