ANALISIS SENTIMEN MASYARAKAT PADA PLATFORM MEDIA SOSIAL X TERHADAP ISU PERSELINGKUHAN MENGGUNAKAN K-NEAREST NEIGHBORS

Havni Virul, Abdul Halim Hasugian

Abstract


Perkembangan media sosial, khususnya platform X (Twitter), telah menjadikannya ruang utama bagi masyarakat untuk mengekspresikan opini terhadap berbagai isu sosial, termasuk isu perselingkuhan yang kerap menimbulkan perdebatan moral dan emosional. Banyaknya opini yang muncul membuat analisis sentimen menjadi penting untuk memahami kecenderungan persepsi publik secara sistematis dan objektif. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap isu perselingkuhan di media sosial X menggunakan algoritma K-Nearest Neighbor (KNN). Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan data berupa tweet yang dikumpulkan melalui teknik web scraping berdasarkan kata kunci terkait perselingkuhan. Data yang diperoleh kemudian melalui tahap preprocessing yang meliputi cleaning, case folding, tokenisasi, normalisasi, stopword removal, dan stemming. Selanjutnya, data direpresentasikan dalam bentuk numerik menggunakan metode TF-IDF dan diklasifikasikan menggunakan algoritma KNN dengan pengukuran jarak Euclidean. Hasil penelitian menunjukkan bahwa algoritma KNN mampu mengklasifikasikan sentimen masyarakat ke dalam kategori positif dan negatif dengan tingkat akurasi sebesar 91,49%. Model menunjukkan performa yang sangat baik dalam mengidentifikasi sentimen negatif, sementara sentimen positif masih memiliki keterbatasan pada nilai recall. Kesimpulan dari penelitian ini adalah bahwa algoritma KNN efektif dan andal dalam menganalisis sentimen masyarakat terhadap isu perselingkuhan di media sosial X, serta dapat dijadikan alternatif metode analisis opini publik pada isu-isu sosial lainnya.

Full Text:

PDF

References


Dewo, B. T. (2022). Analisis Sentimen Twitter Terhadap Ibu Kota Pindah Dengan Perbandingan Metode Klasifikasi K-Nearest Neighbor, Decision Tree, Dan Support Vector Machine.

Dharmawan, L. R., Arwani, I., & Ratnawati, D. E. (2020). Analisis Sentimen Pada Sosial Media Twitter Terhadap Layanan Sistem Informasi Akademik Mahasiswa Universitas Brawijaya Dengan Metode K- Nearest Neighbor. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 4(3), 959–965.

Fachrudin, M. F., Angkoso, C. V., & Fatah, D. A. (2024). Analisis Sentimen Pada Sosial Media Twitter Terhadap Kualitas Jaringan Internet Telkomsel Menggunakan Ensemble K-Nearest Neighbour -Support Vector Machine Sentiment Analysis On Twitter Social Media On Telkomsel ’ S Internet Network Quality Using Ensemble . 11(6), 1253–1264. Https://Doi.Org/10.25126/Jtiik.2024118713

Gibran, M. K., Rifki, M. I., Hasugian, A. H., Siahaan, A. T. A. A., Sahputra, A., & Ong, R. (2024). Sentiment Analysis of Platform X Users on Starlink Using Naive Bayes. Instal: Jurnal Komputer, 16(3), 210-220. https:// scholar.archive.org/work/te4arwrevjhhdg47urjqwoha2y/access/ wayback/https://journalinstal.cattleyadf.org/index.php/Instal/article/ download/8/8

Halimi, A., Kusrini, K., & Arief, M. R. (2021). Analisis Sentimen Masyarakat Indonesia Terhadap Pembelajaran Online Dari Di Media Sosial Twitter Menggunakan Lexicon Dan K-Nearest Neighbor. Coreai: Jurnal Kecerdasan Buatan, Komputasi Dan Teknologi Informasi, 2(1), 18–28. Https://Doi.Org/10.33650/Coreai.V2i1.2283

Khoirunnisa, C. S., Tukiyat, & Anggai, S. (2024). Analisis Sentimen Opini Masyarakat Terhadap Pemilu 2024 Melalui Media Sosial X Dengan Menggunakan Naive Bayes, K-Nearest Neighbor Dan Decision Tree. Jurnal Ilmu Komputer, 2.

Lestari, D. A., & Mahdiana, D. (2021). Penerapan Algoritma K-Nearest Neighbor Pada Twitter Untuk Analisis Sentimen Masyarakat Terhadap Larangan Mudik 2021. Informatik : Jurnal Ilmu Komputer, 17(2), 123. Https://Doi.Org/10.52958/Iftk.V17i2.3629

Pamungkas, F. S., & Kharisudin, I. (2021). Analisis Sentimen Dengan Svm, Naive Bayes Dan Knnuntuk Studi Tanggapan Masyarakat Indonesia Terhadappandemi Covid-19 Pada Media Sosial Twitter. Prosiding Seminar Nasional Matematika, 4, 1–7.

Saidah, S., & Mayary, J. (2020). Analisis Sentimen Pengguna Twitter Terhadap Dompet Elektronik Dengan Metode Lexicon Based Dan K – Nearest Neighbor. Jurnal Ilmiah Informatika Komputer, 25(1), 1–17. Https://Doi.Org/10.35760/Ik.2020.V25i1.2411




DOI: http://dx.doi.org/10.36723/juri.v17i2.808

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.

 

 

 

 

 

View My Stats