Analisis Sentimen untuk Program Vaksin Booster Sebagai Syarat Mudik 2022 Menggunakan Algoritma KNN
Sentiment Analysis for The Booster Vaccine Program as A Condition for Homecoming 2022 Using The KNN Algorithm
DOI:
https://doi.org/10.36080/jk.v2i2.48Keywords:
analsis sentimen, text mining, k-nearest neighbors, mudik, vaksin boosterAbstract
Media sosial sebagai tempat untuk mengakses dan menyebarkan informasi telah berkembang sangat pesat, salah satunya adalah twitter. Twitter pada penelitian ini digunakan sebagai sumber untuk mengetahui pendapat atau opini masyarakat terhadap kebijakan pemerintah tentang vaksin booster sebagai syarat mudik di Indonesia tahun 2022. Opini-opini tersebut bisa berupa opini positif atau negatif, tergantung dari pandangan publik terhadap objek tersebut. Maka tujuan dari penelitian ini adalah untuk melakukan analisis sentimen dengan menggunakan algoritma K-Nearest-Neighbors, untuk mengetahui seberapa besar akurasi yang dihasilkan dari algoritma K-Nearest Neighbors dalam mengklasifikasikan sentimen dari sebuah tweet yang berkaitan dengan vaksin booster sebagai syarat mudik. Pada penelitian ini menggunakan metodologi Cross-Industry Standard Process For Data Mining (CRISP-DM). Dengan melewati beberapa tahapan seperti tahapan preprocessing dan pemodelan. Jumlah data yang didapat 2384 dengan sentimen positif 1970 tweet dan sentimen negatif 414 tweet. Berdasarkan hasil yang didapat dari tahapan pemodelan dengan menggunakan algoritma K-Nearest Neighbors pemodelan split data perbandingan 70:30 menggunakan k=9, maka accuracy yang dihasilakan sebesar 85.17%, precision 85.51% dan recall 98.82%.
Downloads
References
F. Fitriana, E. Utami, and H. Al Fatta, “Analisis Sentimen Opini Terhadap Vaksin Covid - 19 pada Media Sosial Twitter Menggunakan Support Vector Machine dan Naive Bayes,” J. Komtika (Komputasi dan Inform., vol. 5, no. 1, pp. 19–25, 2021, doi: 10.31603/komtika.v5i1.5185.
M. I. Aditama, R. I. Pratama, K. H. U. Wiwaha, and N. A. Rakhmawati, “Analisis Klasifikasi Sentimen Pengguna Media Sosial Twitter Terhadap Pengadaan Vaksin COVID-19,” J. Inf. Eng. Educ. Technol., vol. 4, no. 2, pp. 90–92, 2020.
R. Rulinawaty, D. Yudhakusuma, P. Hendriarto, Dila Erlianti, and Rini Fitria, “Analisis isi komunikasi publik polri terkait mudik libur natal dan tahun baru,” J. Komun. Prof., vol. 6, no. 1, pp. 26–38, 2022, doi: 10.25139/jkp.v6i1.4403.
D. Duei Putri, G. F. Nama, and W. E. Sulistiono, “Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier,” J. Inform. dan Tek. Elektro Terap., vol. 10, no. 1, pp. 34–40, 2022, doi: 10.23960/jitet.v10i1.2262.
Z. Nabila, A. Rahman Isnain, and Z. Abidin, “Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma K-Means,” J. Teknol. dan Sist. Inf., vol. 2, no. 2, p. 100, 2021, [Online]. Available: http://jim.teknokrat.ac.id/index.php/JTSI
A. D. Adhi Putra, “Analisis Sentimen pada Ulasan pengguna Aplikasi Bibit Dan Bareksa dengan Algoritma KNN,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 8, no. 2, pp. 636–646, 2021, doi: 10.35957/jatisi.v8i2.962.
D. Astuti, “Penentuan Strategi Promosi Usaha Mikro Kecil Dan Menengah (UMKM) Menggunakan Metode CRISP-DM dengan Algoritma K-Means Clustering,” J. Informatics, Inf. Syst. Softw. Eng. Appl., vol. 1, no. 2, pp. 60–72, 2019, doi: 10.20895/inista.v1i2.71.
E. Wahyu Sholeha, S. Yunita, R. Hammad, V. Cahya Hardita, T. Rekayasa Komputer Jaringan, and P. Tanah Laut, “Analisis Sentimen Pada Agen Perjalanan Online Menggunakan Naïve Bayes dan K-Nearest Neighbor (Sentiment Analysis of Online Travel Agent Using Naïve Bayes and K-Nearest Neighbor),” vol. 3, no. 4, pp. 203–208, 2022.
A. Apriani, H. Zakiyudin, and K. Marzuki, “Penerapan Algoritma Cosine Similarity dan Pembobotan TF-IDF System Penerimaan Mahasiswa Baru pada Kampus Swasta,” J. Bumigora Inf. Technol., vol. 3, no. 1, pp. 19–27, 2021, doi: 10.30812/bite.v3i1.1110.
S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” J. Media Inform. Budidarma, vol. 5, no. 2, p. 406, 2021, doi: 10.30865/mib.v5i2.2835.
Kirim email ditujukan ke jurnal.drpm@budiluhur.ac.id dengan subject LostPassword sertakan username anda pada bagian isi email. Terima kasih.
