Penerapan Algoritma KNN Pada Twitter Untuk Analisis Sentimen Masyarakat Terhadap Event MotoGP Di Sirkuit Mandalika

Penulis

  • Erlangga Dwi Nugraha Universitas Budi Luhur
  • Grace Gata Universitas Budi Luhur

Kata Kunci:

data mining, k-nearest neighbours, analisis sentimen, event motogp di sirkuit mandalika

Abstrak

Setelah 25 tahun menunggu, Indonesia akan kembali menjadi tuan rumah ajang balap MotoGP. ajang balap MotoGP 2022 di Indonesia digelar pada tanggal 18-20 Maret 2022, Nusa Tenggara Barat (NTB). Pada tahun 1996 sampai dengan 1997, Indonesia pernah juga berkesempatan menjadi tuan rumah festival balap motor paling bergengsi, kala itu bernama GP500 yang digelar di Sirkuit Sentul, Bogor, Jawa Barat pada tanggal 7 April 1996 dan 28 September 1997. Event balap MotoGP Mandalika 2022 di Indonesia ini ada beberapa kemungkinan respon yang muncul dari masyarakat yaitu respon positif maupun respon negatif, tergantung pada pandangan publik terhadap objek tersebut. Maka tujuan dari penelitian ini  untuk melakukan analisis sentimen dengan menggunakan algoritma K-Nearest-Neighbors, untuk mengetahui berapa besar akurasi yang dihasilkan dari algoritma K-Nearest Neighbors dalam mengklasifikasi sentimen dari sebuah tweet yang berkaitan dengan Sirkuit Mandalika. Penelitian ini akan menerapkan metodelogi Cross-Industry Standard Process for Data Mining (CRISP-DM). Kemudian data yang telah dikumpulkan tersebut harus melewati beberapa tahapan seperti tahapan preprocessing dan modelling. Sehingga didapat 5000 tweet yang terdiri dari 3022 tweet sentimen positif dan 566 tweet sentimen negatif. Maka bisa disimpulkan bahwa terdapat 85.91% tweet dengan sentimen positif terhadap Event MotoGP di Sirkuit Mandalika. hasil yang diperoleh dari tahap modelling dengan menggunakan algoritma k-nearest neighbors dan perbandingan 80:20 untuk data training dan testing, maka nilai accuracy yang dihasilkan sebesar 96.51%, precision 99.15%, recall 96.69%.

Referensi

Rasbin, “Dampak Ekonomi Dari Pergelaran MotoGP Mandalika 2022 : Jangka Pendek dan Jangka Panjang,” Info Singkat, Pus. Penelit. Badan Keahlian DPR RI, vol. 14, no. 6, pp. 13–18, 2022.

N. Tri Romadloni, I. Santoso, and S. Budilaksono, “Perbandingan Metode Naive Bayes, KNN, dan Decision Tree Terhadap Analisis Sentimen Transportasi KRL Commuter Line,” J. IKRA-ITH Inform., vol. 3, no. 2, pp. 1–9, 2019.

K. Kunci, “Analisis Pemberdayaan Masyarakat Dalam Pengembangan Pariwisata Kuta Mandalika 1 Fakultas Ekonomi dan Bisnis Universitas Mataram * Corresponding Author : diswandi@unram.ac.id Info Artikel Lombok Tengah merupakan salah satu daerah tujuan wisata yang cukup s,” vol. 4, no. 1, 2022.

R. H. Satrio and M. A. Fauzi, “Klasifikasi Tweets Pada Twitter Menggunakan Metode K-Nearest Neighbour ( K-NN ) Dengan Pembobotan TF-IDF,” vol. 3, no. 8, pp. 8293–8300, 2019.

A. Salam, J. Zeniarja, and R. S. U. Khasanah, “Analisis Sentimen Data Komentar Sosial Media Facebook Dengan K-Nearest Neighbor (Studi Kasus Pada Akun Jasa Ekspedisi Barang J&T Ekpress Indonesia),” Pros. SINTAK, pp. 480–486, 2018.

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.

S. Ernawati and R. Wati, “Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Review Agen Travel,” J. Khatulistiwa Inform., vol. 6, no. 1, pp. 64–69, 2018.

M. S. Alrajak, I. Ernawati, and I. Nurlaili, “Analisis Sentimen Terhadap Pelayanan PT PLN di Jakarta pada Twitter dengan Algoritma K- Nearest Neighbor (K-NN),” Semin. Nas. Mhs. Ilmu Komput. dan Apl., pp. 110–122, 2020.

A. Supriatman, “Pembobotan TF-IDF pada Judul Penelitian Dosen Sebagai Dasar Klasifikasi Menggunakan Algoritma K-NN (Studi Kasus: Universitas Siliwangi),” J. Serambi Eng., vol. 6, no. 1, pp. 1573–1579, 2021, doi: 10.32672/jse.v6i1.2645.

F. Sodik and I. Kharisudin, “Analisis Sentimen dengan SVM , Naive Bayes dan KNN untuk Studi Tanggapan Masyarakat Indonesia Terhadap Pandemi Covid-19 pada Media Sosial Twitter,” Prisma, vol. 4, pp. 628–634, 2021.

Unduhan

Diterbitkan

30-09-2022

Cara Mengutip

Nugraha, E. D., & Gata, G. (2022). Penerapan Algoritma KNN Pada Twitter Untuk Analisis Sentimen Masyarakat Terhadap Event MotoGP Di Sirkuit Mandalika. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 1(1), 421–427. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/38

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>