ANALISIS SENTIMEN MASYARAKAT TERHADAP KESEHATAN MENTAL PADA TWITTER MENGGUNAKAN ALGORITME K-NEAREST NEIGHBOR

Abstrak

Masalah kesehatan mental akhir-akhir ini menjadi masalah kesehatan yang penting di seluruh dunia, banyak masyarakat khawatir dengan adanya penyakit tersebut. Upaya penurunan dalam jumlah penderita gangguan jiwa tidak akan berhasil jika masyarakat disertai diskriminasi terhadap penderita gangguan jiwa di lingkungan sekitarnya. Kesalapahaman dan stigma serta rendahnya kesadaran masyarakat akan kesehatan jiwa turut andil dalam upaya penyembuhan penyakit jiwa. Dari penjelasan permasalahan di atas maka sangat penting dengan adanya analisis sentimen positif dan negatif untuk mengetahui opini masyarakat terhadap kesehatan mental di media sosial twitter. Pada penelitian ini, peneliti menggunakan metode yang dinamakan text mining, analisis sentimen dan algoritme K-Nearest Neighbor, tingkat akurasi pada analisis algoritme K-Nearest Neighbor sangatlah mudah dan efektif jika digunakan pada data latih yang jumlahnya besar dan terdapat informasi kurang atau bahkan tidak berarti. Selain itu data yang sudah didapatkan kemudian dianalisis, pada penelitian kali ini data berjumlah 400 tweet dengan kata kunci ‘kesehatan mental’ setelah itu data melalui tahap pembagian dengan perhitungan 1:9, 10% data uji dan 90% data latih. Kemudian data tersebut diolah menggunakan metode CountVectorizer untuk selanjutnya ke tahap klasifikasi menggunakan algoritme K-Nearest Neighbor. Hasil akurasi terbesar didapatkan menggunakan nilai K=9 dengan akurasi 93%, presisi 94% dan recall 99%. Adapun hasil presentasi masyarakat berkomentar positif pada periode Juni 2023 dengan jumlah 88,75% dan masyarkat berkomentar negatif 11,25%.