Analisis Sentimen Opini Publik pada Media Sosial Twitter terhadap Antrian Comic Frontier 15 menggunakan Metode K-Nearest Neighbor
Kata Kunci:
analisis sentimen, comic frontier, k-nearest neighbor, twitter, opini publikAbstrak
Comic Frontier (CF) 15 merupakan sebuah acara comic terbesar di Indonesia yang diadakan setiap tahunnya. CF15 dilaksanakan setelah terjadinya pandemi yang menyebabkan diundur 2 tahun. Pengunjung yang menanti-nanti acara tersebut akhirnyapun datang semua secara bersamaan dan mengakibatkan antrian CF15 membeludak. Antrian CF15 yang membeludak menarik perhatian banyak pengunjung dan banyak dibicarakan pada media sosial Twitter. Penelitian ini mempunyai sebuah tujuan untuk melakukan klasifikasi sentimen guna mengidentifikasi sejauh mana pendapat yang positif dan negatif terhadap antrian CF15, sambil juga mengidentifikasi masalah yang sering kali menjadi keluhan dalam antrian tersebut. Metode K-Nearest Neighbor (K-NN) dipilih supaya mampu melaksanakan klasifikasi sentimen dalam penelitian ini. K-NN dipilih karena mempunyai pendekatan yang sangat sederhana, user-friendly, dan efektif dalam tugas klasifikasi sentimen. Proses yang dilakukan ketika meakukan penelitian ini melibatkan beberapa langkah atau tahapan antara lain, web scrapping, preprocessing, pembobotan term frequency – inverse document frequency, mencari hasil hitung cosine similarity, dan klasifikasi K-Nearest Neighbor, pengujian dan analisis. Tahap terakhir adalah tahap perhitungan persebaran kata secara terpisah. Hasil pengujian dengan akurasi yang paling baik ketika melakukan proses klasifikasi diperoleh sebesar 84%. Hasil akurasi tersebut diperoleh dengan nilai k = 13.
Referensi
Anggraeni, D. (2021). "Text Mining Data Preprocessing." Jurnal Ilmiah MATRIK: Journal of Management, Information Technology, and Computer Engineering, 23(1), 59-66.
Arfan, M. (2021). "Sentiment Analysis: Concepts and Applications." Sidoarjo: Zifatama Publishing.
Aulianita, R. (2012). Komparasi Metode K-Nearest Neighbors dan Support Vector Machine pada Sentiment Analysis Review Kamera. APMMI - Asosiasi Profesi Multimedia Indonesia.
Comifuro. (2021). "Comifuro." Retrieved from https://comifuro.net/
Dharmawan, L., Arwani, I., & Ratnawati, D. (2020). "Sentiment Analysis on Twitter Social Media Towards Academic Information System Services for Students at Brawijaya University Using K-Nearest Neighbor Method." Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 3, pp. 959-965. Retrieved from https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7099.
Fanissa, S. (2017). Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking. Universitas Brawijaya. Tersedia di: http://repository.ub.ac.id/id/eprint/7978/
Flores, J., Campos, M., & Rojas, E. (2020). "Web Scraping Techniques: A Systematic Literature Review." In 2020 9th International Conference on Data Science and Business Analytics (DSBA), pp. 1-6. IEEE.
Hadna, N. M. S., Santosa, P. I., & Winarno, W. W. (2016). Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter. In Seminar Nasional Teknologi Informasi Dan Komunikasi 2016 (Sentika 2016).
Kompas Tekno. (2019, February 9). Untuk Pertama Kalinya, Twitter Ungkap Jumlah Pengguna Harian. Retrieved from https://tekno.kompas.com/read/2019/02/09/11340027/untuk-pertama-kali-twitter-ungkap-jumlah-pengguna-harian
Kotu, V., & Deshpande, B. (2015). Predictive Analytics and Data Mining: Concepts and Practice with RapidMiner. Waltham, MA: Elsevier.
Lestari, D. A., & Mahdiana, D. (2021). "Application of K-Nearest Neighbor Algorithm on Twitter for Sentiment Analysis of Public Opinion on the 2021 Homecoming Ban." JURNAL INFORMATIK, Vol. 17 No. 2, August 2021. https://doi.org/https://doi.org/10.52958/iftk.v17i2.3629
Manning, C. D., Raghavan, P., & Schütze, H. (2009). "Introduction to Information Retrieval." Cambridge University Press.
Mentari, N. D., Fauzi, M. A., & Muflikhah, L. (2018). Analisis Sentimen Kurikulum 2013 Pada Sosial Media Twitter Menggunakan Metode K-Nearest Neighbor dan Feature Selection Query Expansion Ranking.
Sari, R., 2020. "Sentiment Analysis on Reviews of Dunia Fantasi Tourist Attraction Using K-Nearest Neighbor (K-NN) Algorithm." Evolusi: Journal of Science and Management, 8(1).
Septian, J.A., Fachrudin, T.M., & Nugroho, A. (2019). "Sentiment Analysis of Twitter Users on Indonesian Football Polemics using TF-IDF Weighting and K-Nearest Neighbor." INSYST: Journal of Intelligent System and Computation, vol. 1, no. 1, pp. 43-49. DOI: https://doi.org/10.52985/insyst.v1i1.36
We Are Social & Hootsuite. (2021). Digital 2021: Indonesia. Diambil dari https://datareportal.com/reports/digital-2021-indonesia
Anggraeni, D. (2021). "Text Mining Data Preprocessing." Jurnal Ilmiah MATRIK: Journal of Management, Information Technology, and Computer Engineering, 23(1), 59-66.
Arfan, M. (2021). "Sentiment Analysis: Concepts and Applications." Sidoarjo: Zifatama Publishing.
Aulianita, R. (2012). Komparasi Metode K-Nearest Neighbors dan Support Vector Machine pada Sentiment Analysis Review Kamera. APMMI - Asosiasi Profesi Multimedia Indonesia.
Comifuro. (2021). "Comifuro." Retrieved from https://comifuro.net/
Dharmawan, L., Arwani, I., & Ratnawati, D. (2020). "Sentiment Analysis on Twitter Social Media Towards Academic Information System Services for Students at Brawijaya University Using K-Nearest Neighbor Method." Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 3, pp. 959-965. Retrieved from https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7099.
Fanissa, S. (2017). Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking. Universitas Brawijaya. Tersedia di: http://repository.ub.ac.id/id/eprint/7978/
Flores, J., Campos, M., & Rojas, E. (2020). "Web Scraping Techniques: A Systematic Literature Review." In 2020 9th International Conference on Data Science and Business Analytics (DSBA), pp. 1-6. IEEE.
Hadna, N. M. S., Santosa, P. I., & Winarno, W. W. (2016). Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter. In Seminar Nasional Teknologi Informasi Dan Komunikasi 2016 (Sentika 2016).
Kompas Tekno. (2019, February 9). Untuk Pertama Kalinya, Twitter Ungkap Jumlah Pengguna Harian. Retrieved from https://tekno.kompas.com/read/2019/02/09/11340027/untuk-pertama-kali-twitter-ungkap-jumlah-pengguna-harian
Kotu, V., & Deshpande, B. (2015). Predictive Analytics and Data Mining: Concepts and Practice with RapidMiner. Waltham, MA: Elsevier.
Lestari, D. A., & Mahdiana, D. (2021). "Application of K-Nearest Neighbor Algorithm on Twitter for Sentiment Analysis of Public Opinion on the 2021 Homecoming Ban." JURNAL INFORMATIK, Vol. 17 No. 2, August 2021. https://doi.org/https://doi.org/10.52958/iftk.v17i2.3629
Manning, C. D., Raghavan, P., & Schütze, H. (2009). "Introduction to Information Retrieval." Cambridge University Press.
Mentari, N. D., Fauzi, M. A., & Muflikhah, L. (2018). Analisis Sentimen Kurikulum 2013 Pada Sosial Media Twitter Menggunakan Metode K-Nearest Neighbor dan Feature Selection Query Expansion Ranking.
Sari, R., 2020. "Sentiment Analysis on Reviews of Dunia Fantasi Tourist Attraction Using K-Nearest Neighbor (K-NN) Algorithm." Evolusi: Journal of Science and Management, 8(1).
Septian, J.A., Fachrudin, T.M., & Nugroho, A. (2019). "Sentiment Analysis of Twitter Users on Indonesian Football Polemics using TF-IDF Weighting and K-Nearest Neighbor." INSYST: Journal of Intelligent System and Computation, vol. 1, no. 1, pp. 43-49. DOI: https://doi.org/10.52985/insyst.v1i1.36
We Are Social & Hootsuite. (2021). Digital 2021: Indonesia. Diambil dari https://datareportal.com/reports/digital-2021-indonesia
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.