ANALISIS SENTIMEN TERHADAP KENAIKAN HARGA BAHAN BAKAR MINYAK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
Article Sidebar
Main Article Content
Abstract
Beberapa saat setelah diberlakukan kenaikan harga BBM pada awal bulan September 2022, timeline Twitter dibanjiri dengan kata kunci BBM naik, timbulnya banyak opini positif dan negatif menjadi menarik untuk diteliti. Penelitian ini bertujuan untuk mengetahui hasil analisis sentiment, hasil accuracy precision dan recall dari perbandingan data 60:40 dan 70:30 menggunakan algoritma K-Nearest Neighbor. Penelitian ini menggunakan algoritma K-Nearest Neighbor (KNN) karena KNN menangani data training dengan lebih akurat. Hasil dari klasifikasi dengan algoritma KNN setelah dilakukan pengujian mendapatkan accuracy 66,67%, precision negatif 73,02%, precision positif 48,89%, recall negatif 80,00% dan recall positif 39,29% dari perbandingan 60:40 sedangkan pada perbandingan 70:30 mendapatkan accuracy 70,31%, precision negatif 76,92%, precision positif 54,05%, recall negatif 80,46%, dan recall positif 48,78%. Hasil penelitian menunjukan terdapat 65,7% opini negatif dan 34,3% opini positif, hal ini dikarenakan dapat merugikan masyarakat yang menggunakan kendaraan dalam kegiatannya sehari-hari.
Article Details

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
References
Hrp, G. R., & Aslami, N. (2022). Analisis Dampak Kebijakan Perubahan Publik Harga BBM terhadap Perekonomian Rakyat Indonesia. Jurnal Ilmu Komputer, Ekonomi Dan Manajemen (JIKEM), 2(1), 1464–1474. https://ummaspul.e-journal.id/JKM/article/view/3601/1261
Larasaty, D. (2022). Analisis Freedom of Speech di Media Sosial Twitter dengan Kaitannya terhadap Adab Generasi Muda Islam dalam Berinteraksi di Media Sosial. Al-I’lam: Jurnal Komunikasi Dan Penyiaran Islam, 6(1), 27. https://doi.org/10.31764/jail.v6i1.11141
Nurhusen, M. R., Indra, J., & Baihaqi, K. A. (2023). Analisis Sentimen Pengguna Twitter Terhadap Kenaikan Harga Bahan Bakar Minyak ( BBM ) Menggunakan Metode Logistic Regression. Jurnal Media Informatika Budidarma, 7, 276–282. https://doi.org/10.30865/mib.v7i1.5491
Rizki, M. M. (2019). Analisis sentimen terhadap produk otomotif dari twitter menggunakan kombinasi algoritma k-nearest neighbor dan pendekatan lexicon (studi kasus: mobil toyota).