ANALISIS SENTIMEN MENGGUNAKAN K-NEAREST NEIGHBOR TERHADAP FILM NGERI-NGERI SEDAP

Abstrak

Film Ngeri-Ngeri Sedap sempat viral dan menjadi perbincangan masyarakat Indonesia pada awal penayangannya. Setidaknya ada beberapa persepsi yang muncul setelah menyaksikan film tersebut, misalnya adat pada suku batak yang masih kental, adanya rasis skala kecil, orangtua yang merasa berhak atas anak, pesta orang batak selalu menghabiskan banyak biaya, dll. Dengan adanya persepsi tersebut sehingga menimbulkan opini masyarakat yang berbeda khususnya para pengguna twitter. Opini yang diunggah tersebut selanjutnya akan dijadikan data dari penelitian Penerapan Metode K-Nearest Neighbor Dalam Menganalisis Sentimen Masyarakat Pada Sosial Media Twitter Terhadap Film (Studi Kasus : Ngeri-Ngeri Sedap). Untuk pembobotan data dilakukan dengan menggunakan perhitungan TF-IDF. Dan untuk perhitungan jarak digunakan rumus Euclidean Distance. Untuk klasifikasi sentimen menggunakan metode K-Nearest Neighbor dan digolongkan kedalam kelas positif, kelas netral, dan kelas negatif. Tools yang digunakan pada penelitian ini adalah Rapid Miner. Pengukuran evaluation measure dengan rasio perbandingan 60% data training dan 40% data uji didapatkan hasil Precission sebesar 79%, Recall 100%, dan F1-score 88%.