PENERAPAN ANALISIS SENTIMEN PADA PENGGUNA TWITTER MENGGUNAKAN METODE K-NEAREST NEIGHBOR

Media sosial dewasa ini menjadi tempat untuk mencurahkan opini dari penggunanya terhadap berbagai hal salah satunya politik. Tema politik yang dalam beberapa waktu lalu menjadi trending di media sosial Twitter adalah tentang Pemilihan Gubernur (Pilgub) DKI Jakarta tahun 2017. Maka, pada penelitian ini akan dilakukan analisis sentimen para pengguna Twitter terhadap para kandidat gubernur di pilgub tersebut. Peneliti menggunakan algoritma K-Nearest Neighbor dengan pembobotan kata TF-IDF dan fungsi Cosine Similarity untuk membangun sistem analisis sentimen. Nilai k dipakai adalah 3,5,7, 9, dan 15. Data Twitter yang diambil adalah sebanyak 2000 data dengan perincian 1500 sebagai data latih dan 500 sebagai data uji. Data diambil dari Twitter menggunakan salah satu package Python yaitu Twitterscraper. Data yang telah diperoleh kemudian akan melewati proses preprocessing terlebih dulu sebelum dilakukan analisis sentimen. Metode Confusion matrix digunakan untuk mengukur kinerja algoritma. Dari metode ini akan diketahui nilai akurasi, presisi, dan recall dari algoritma KNN yang telah diterapkan pada sistem. Berdasarkan hasil pengujian sistem, diperoleh hasil akurasi terbesar adalah sebesar 67,2% ketika nilai k = 5, nilai presisi terbesar adalah 56,94% ketika k = 5, dan recall terbesar 78,24% ketika k = 15