Analisis Sentimen Review Produk Smartphone Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Metode K-Nearest Neighbor Dan Pembobotan Jumlah Likes
Kata Kunci:
Twitter, K-Nearest Neighbor, analisis Sentimen,, pembobotan jumlah likesAbstrak
Twitter adalah media sosial popular yang banyak diminati karena memberikan informasi yang dibutuhkan banyak pengguna internet. Informasi tersebut dapat berupa opini, pertanyaan maupun review suatu produk, baik yang positif maupun negatif. Review suatu produk smartphone yang beragam membuat perusahaan kesulitan dalam mengetahui minat serta pendapat masyarakat terhadap produk smartphone tersebut. Untuk mengatasi permasalahan tersebut diperlukan sistem analisis sentimen pada twit menyangkut produk smartphone. Penelitian ini melakukan analisis sentimen dengan metode K-Nearest Neighbor (tekstual) untuk melakukan proses klasifikasi dan menambahkan fitur pembobotan jumlah likes (non-tektual). Hasil penggabungan pembobotan tektual dan non-tekstual dengan nilai konstanta yaitu kontanta α dan kontanta β akan menghasilkan keluaran kelas sentimen positif maupun negatif. Data-data yang digunakan dalam penelitian ini diambil dari twitter berupa review produk smartphone sebanyak 300 data tweet. Hasil pengujian dari 210 data latih dan 90 data uji menggunakan pembobotan tekstual diperoleh akurasi sebesar 91,01%, pengujian dengan pembobotan non-tekstual saja sebesar 68,53% dan melakukan penggabungan pembobotan tekstual dan non-tekstual menghasilkan akurasi sebesar 94,38% .