Analisis Sentimen Pada Ulasan Pengguna MRT Jakarta Menggunakan Metode Neighbor-Weighted K-Nearest Neighbor dengan Seleksi Fitur Information Gain

Keberadaan MRT Jakarta diharapkan dapat mengurangi jumlah penggunaan transportasi pribadi yang membuat angka kemacetan di daerah Jakarta terus mengalami peningkatan. Ulasan dari para pengguna MRT Jakarta membantu pihak MRT Jakarta dalam meningkatkan pelayanannya, karena dengan kualitas pelayanan yang baik dapat menarik minat masyarakat untuk menggunakan MRT sebagai transportasi umum dalam berpergian. Namun, pada akun resmi media sosial MRT Jakarta saat ini belum ditemukan adanya sebuah fitur untuk mengelompokkan antara ulasan positif atau negatif. Jika hal tersebut dilakukan secara manual akan menguras waktu, maka dari itu perlu dilakukan proses automasi dalam pemilihan ulasan-ulasan tersebut. Proses automasi ini dikenal sebagai analisis sentimen. Sistem analisis sentimen dalam penelitian ini mengombinasikan metode klasifikasi Neighbor-Weighted K-Nearest Neighbor (NWKNN) dengan seleksi fitur Information Gain. Pengujian yang dilakukan dalam penelitian ini menggunakan 5-Fold Cross Validation. Hasil pengujian mencapai titik optimal pada Fold ke-5, saat nilai k = 100, nilai exponent = 2, dan nilai threshold untuk seleksi fitur = 100% (tanpa seleksi fitur dan tanpa menggunakan stopword removal), dengan nilai Precision, Recall, F-measure, dan Accuracy sebesar 1; 0,94; 0,97; dan 0,97