Analisis Sentimen Masyarakat Indonesia Terhadap Pembelajaran Online dari Media Sosial Twitter Menggunakan Lexicon dan K-Nearest Neighbor

Abstract

Semenjak keputusan pembelajaran secara online oleh mendikbud di masa pandemi covid-19, membuat masyarakat emosi serta meluapkan opini merka ke media sosial. Tujuan penelitian ini untuk mengetahui sentimen positif, negatif ataupun netral terkait kebijakan mendikbud terhadap pembelajaran online yang keberlangsungan.Data yang diperoleh dari media sosial twitter yang berkaitan dengan hastag-hastag pembelajaran online. Di penelitian ini untuk melakukan klasifikasi sentimen menggunakan Lexicon dan K-Nearest Neighbors untuk mengetahui sentimen yang terjadi pada tweet dan pengujian hasil akurasi menggunakan K-Nearest Neighbors dengan validasi Nilai K=3 sampai K=9. Maka dalam pengujian data yang telah dikumpulkan kurang baik untuk dilanjutkan klasifikasi sentimennya, di perlunya preprocessing kata pada kalimat tweet supaya lebih baik serta menghapus kalimat yang kembar, sehingga proses klasifikasi sentimen dengan K-Nearest Neighbors dan Lexicon sangat baik. Hasil dari penelitian ini memperoleh tweet positif sebanyak 1433, tweet negatif sebanyak 461 dan tweet sebanyak netral 71 untuk K-Nearest Neighbors dan Lexicon tweet sebanyak positif 759, tweet negatif sebanyak 653 dan tweet netral sebanyak 553 serta hasil akurasi dari pengujian validasi nilai K yang terbaik pada nilai K=3 dengan data sentimen K-Nearest Neighbors sebesar 80.66% dan data sentimen sebesar Lexicon 80.92%. Maka hasil lebih baik pada data sentimen Lexicon dengan validasi K=3.