PENERAPAN METODE K-NEAREST NEIGHBOR (K-NN) UNTUK ANALISIS SENTIMEN TERHADAP KEBIJAKAN DIGITALISASI TELEVISI INDONESIA DI MEDIA SOSIAL TWITTER
Masyarakat memperoleh informasi cepat melalui internet, khususnya Twitter digunakan untuk berbagi informasi dan opini. Pemberlakuan kebijakan Peraturan Pemerintah (PP) No. 46 tahun 2021 oleh Kementerian Komunikasi dan Informatika (Kominfo) terkait digitalisasi televisi di Indonesia memperoleh dukungan dan pertentangan di masyarakat khususnya di Twitter. Penelitian ini bertujuan menganalisis sentimen data tweets dengan metode K-Nearest Neighbor (K-NN) untuk mengetahui opini pengguna Twitter terhadap pemberlakuan kebijakan digitalisasi televisi. Data tweets dikumpulkan dari bulan Juni hingga Desember 2023 sejumlah 571 data dengan sentimen positif 399 data dan negatif 172 data serta menerapkan tahapan text preprocessing yang diakhiri dengan tahap visualisasi dan analisis melalui Google Collaboration (Google Colab). Pengklasifikasian K-Nearest Neighbor melibatkan teknik K-Fold Cross Validation. Model terbaik terdapat pada pengujian K-Nearest Neighbor nilai K=17 dan K-Fold=4 menghasilkan akurasi mencapai 0,9123. Adapun performa model terbaik nilai F1-Score macro avg mencapai 0,88 sementara itu, F1-Score weighted avg mencapai 0,91. Berdasarkan serangkaian tahapan penelitian yang dilakukan menunjukkan bahwa, metode K-Nearest Neighbor dapat mengklasifikasikan sentimen data tweets perihal pemberlakuan kebijakan digitalisasi televisi.
Ketersediaan
Detail Information
Judul | PENERAPAN METODE K-NEAREST NEIGHBOR (K-NN) UNTUK ANALISIS SENTIMEN TERHADAP KEBIJAKAN DIGITALISASI TELEVISI INDONESIA DI MEDIA SOSIAL TWITTER |
---|---|
Pengarang | AMIRA WARDANA NURAN - Personal Name |
No. Panggil | SKRIPSI AMI p 2024 |
Subyek | k-nearest neighbor Sentimen Analisis Text Mining Digitalisasi Televisi Google Collaboration |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Teknik |
Jurusan | Sistem Informasi |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY