Analisis Sentimen Terhadap Layanan Internet Di Indonesia Menggunakan Metode K-Nearest Neighbor

Abstract

Sejarah internet Indonesia dimulai pada awal tahun 1990-an. Saat itu jaringan internet di Indonesia lebih dikenal sebagai paguyuban network, di mana semangat kerjasama, kekeluargaan dan gotong royong sangat hangat dan terasa di antara para pelakunya. Agak berbeda dengan suasana Internet Indonesia pada perkembangannya kemudian yang terasa lebih komersial dan individual di sebagian aktivitasnya, terutama yang melibatkan perdagangan Internet. Sejak 1988, ada pengguna awal Internet di Indonesia yang memanfaatkan dan untuk mengakses internet. Analisis sentimen  terhadap lamabatnya internet diindonesia ini sangat penting untuk masyarakat indonesia. Tanggapan klasifikasi menjadi sentien positif dan negatif menggunakan metode K-Nearest Neighbor. Pelabelan data dapat dilakukan dengan manual yang di data pada microsoft excel dengan status positif dan negatif yang di proses oleh rapidminer. Dari 378 opini pengguna youtube yang berhasil dikumpulkan, didapat 121 opini positif dan 253 opini negatif. Kemudian, data tersebut diklasifikasikan mengunakan algoritma K-Nearrest Neighbor, selanjutnya dilakukan optimasi dengan menggunakan Rapidminer. Sehingga penelitian yang telah dilakukan mendapatkan hasil akurasi sebesar 75.42% menggunakan K-Nearrest Neighbor sedangkan menggunaan Nae Bayes 60,17%. Ada peningkatan hasil akurasi yang signifikan, membuktikan bahwa penggunaan seleksi K-Nearrest Neighbor mempengaruhi untuk meningkatkatkan hasil akurasi dibandingan Nae bayes. Oleh karena itu saya membuat jurnal ini menggunakan metode K-Nearrest Neighbor