Metode K- Nearest Neighbor Untuk Analisis Sentimen Tentang Penghapusan Ujian Nasional

Faza Ahluna; Chelvin Joines Tutuarima; Imam Santoso

Faza Ahluna Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
Chelvin Joines Tutuarima Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
Imam Santoso Universitas Teknologi Muhammadiyah Jakarta

Keywords: Analis Sentimen Twitter,Youtube dan Instagram dengan metode K-Nearest Neighbor Penghapusan UN

Abstract

Media sosial yang sering digunakan oleh pengguna di Indonesia dalam platfrome twitter,youtube dan instagram. Dalam penggunaannya twitter, youtube dan instagram digunakan sebagai platform yang membahas tentang opini publik, hiburan dan trending topik didunia salah satu perbincangan pada awal tahun 2020 yakni dihapusnya Ujian Nasional (UN) oleh Kementerian Pendidikan dan Kebudayaan Republik Indonesia (Mendikbud RI). Opini dan Sentimen pengguna di twitter, youtube dan instagram pun sangat beragam, ada yang termasuk kedalam sentimen positif dan ada juga sentimen negatif. Untuk memilah mana yang termasuk kedalam sentimen positif dan negatif diperlukan sebuah rangkaian proses, salah satu proses yang dapat digunakan yakni data mining. Pada penelitian ini akan membahas tentang sentimen pengguna twitter, youtube dan instagram dalam kasus penghapusan UN dengan menggunakan algoritma K-Nearest Neighbor. Pengujian dilakukan menggunakan k-Fold Cross Validation untuk diperoleh nilai akurasi (accuracy), tabel Confusion Matrix dan Area Under Curve. Hasil pengujian diperoleh nilai akurasi 75,45%.