ANALISIS SENTIMEN MASYARAKAT TWITTER TERHADAP PIALA DUNIA U-20 2023 DI INDONESIA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

Penulis

  • Saddam Afghan Ramdhani Universitas Budi Luhur
  • Sejati Waluyo Universitas Budi Luhur

Kata Kunci:

twitter, U20HARUSJADI, KitaMauMainBola, counvectorizer, k-nearest neighbor

Abstrak

Piala Dunia U-20 FIFA 2023 akan menjadi iterasi ke-23 turnamen. Dari 20 Mei hingga 11 Juni 2023, turnamen akan diperebutkan di Argentina. Juara incumbent Ukraina gagal lolos ke Kejuaraan Eropa U-18, membuat mereka tidak dapat mempertahankan gelar mereka. Kemenangan Serbia 2015 mengikuti kemenangan Kejuaraan Dunia Pemuda FIFA 1987 Yugoslavia. Kemudian, Uruguay menjadi juara baru. Pada kenyataannya, Indonesia akan menjadi tuan rumah Piala Dunia U-20 pada tahun 2021. Namun, pada 24 Desember 2020, FIFA mengumumkan pembatalan turnamen 2021 karena pandemi COVID-19. Namun, Indonesia kembali terpilih sebagai negara tuan rumah untuk edisi 2023. Pada 29 Maret 2023, hak tuan rumah Indonesia dicabut karena protes terhadap partisipasi keluarga Israel. Argentina terpilih menjadi tuan rumah Piala Dunia U-20 FIFA 2023 sebagai pengganti Indonesia pada 17 April 2023. Ini adalah kedua kalinya turnamen diadakan di Argentina. Federasi Sepak Bola Dunia (FIFA) menarik Piala Dunia U-20 FIFA 2023 dari Indonesia, meski faktanya Presiden Federasi Sepak Bola Indonesia (PSSI) Erick Thohir bertemu langsung dengan Presiden FIFA di Doha, Qatar untuk berdebat dengan juri. Teknik yang digunakan adalah ekstraksi fitur.  CountVectorizer dan algoritma K-Nearest Neighbor untuk mengklasifikasikan data. Dataset yang digunakan terdiri dari query (tweet) dengan istilah 'U20HARUSJADI' dan 'KitaMauMainBola' di jejaring sosial Twitter. Analisis terhadap 232 tweet mengungkapkan sentimen positif 72,84% dan sentimen negatif 27,16% sejak 1 Maret hingga 30 April 2023. Hasil pengujian terbaik diperoleh dengan menggunakan nilai K=9, dengan akurasi 43%, presisi 35%, dan recall 100%.

Referensi

M. Afdal and L. Rahma Elita, “Penerapan Text Mining Pada Aplikasi Tokopedia Menggunakan Algoritma K-Nearest Neighbor,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 8, no. 1, pp. 78–87, 2022.

M. Furqan, S. Sriani, and S. M. Sari, “Analisis Sentimen Menggunakan K-Nearest Neighbor Terhadap New Normal Masa Covid-19 Di Indonesia,” Techno.Com, vol. 21, no. 1, pp. 51–60, 2022, doi: 10.33633/tc.v21i1.5446.

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., vol. 1, no. 2, pp. 110–122, 2020.

N. A. Rakhmawati, R. B. Waskitho, D. A. Rahman, and M. F. A. U. Nuha, “Klasterisasi Topik Konten Channel Youtube Gaming Indonesia Menggunakan Latent Dirichlet Allocation,” J. Inf. Eng. Educ. Technol., vol. 5, no. 2, pp. 78–83, 2021, doi: 10.26740/jieet.v5n2.p78-83.

S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” J. Media Inform. Budidarma, vol. 5, no. 2, p. 406, 2021, doi: 10.30865/mib.v5i2.2835.

N. Nofiyani and W. Wulandari, “Implementasi Electronic Data Processing Untuk meningkatkan Efektifitas dan Efisiensi Pada Text Mining,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1621, 2022, doi: 10.30865/mib.v6i3.4332.

S. Juniarsih, E. F. Ripanti, and E. E. Pratama, “Implementasi Naive Bayes Classifier pada Opinion Mining Berdasarkan Tweets Masyarakat Terkait Kinerja Presiden dalam Aspek Ekonomi,” J. Sist. dan Teknol. Inf., vol. 8, no. 3, p. 239, 2020, doi: 10.26418/justin.v8i3.39118.

M. Priandi and Painem, “Analisis Sentimen Masyarakat Terhadap Pembelajaran Daring di Era Pandemi Covid-19 pada Media Sosial Twitter Menggunakan Ekstraksi Fitur Countvectorizer dan Algoritma K-Nearest Neighbor,” Semin. Nas. Mhs. Ilmu Komput. dan Apl. Jakarta-Indonesia, no. September, pp. 311–319, 2021.

B. M. Pintoko and K. M. L., “Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naive Bayes Classifier,” e-Proceeding Eng., vol. 5, no. 3, pp. 8121–8130, 2018.

I. A. Nikmatun and I. Waspada, “Implementasi Data Mining untuk Klasifikasi Masa Studi Mahasiswa Menggunakan Algoritma K-Nearest Neighbor,” J. SIMETRIS, vol. 10, no. 2, pp. 421–432, 2019.

Unduhan

Diterbitkan

12-10-2023

Cara Mengutip

Ramdhani, S. A., & Waluyo, S. (2023). ANALISIS SENTIMEN MASYARAKAT TWITTER TERHADAP PIALA DUNIA U-20 2023 DI INDONESIA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR . Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 2(2), 929–935. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/952

Terbitan

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>