Prediksi Sentimen Pada Sosial Media Twitter Mengenai Produk Smartphone Menggunakan Algoritma K-NN Classification

Abstract

Twitter merupakan salah satu media sosial yang memungkinkan penggunanya untuk melakukan microblogging dan mem-publish status (tweet) dengan mudah. Salah satu aspek yang membantu perkembangan twitter adalah karna adanya pemasaran dan peningkatan produk, dalam sebuah laporan menyatakan ada sekitar 126 juta pengguna aktif setiap harinya. Sebagian dari tweet yang dibuat berisi sebuah opini mengenai produk ataupun sebuah iklan untuk pemasaran. Dengan jumlah data yang besar membuat kumpulan tweet dapat dimanfaatkan untuk melakukan analisis sentiment terhadap suatu produk untuk melihat respon dari konsumen. Penelitian ini menemukan hubungan kata kunci dan pola dari opini mengenai smartphone menggunakan metode K-nearest neighbor(K-NN). Beberapa penelitian terdahulu melakukan analisis sentiment dengan menggunakan metode Naïve Bayes classifier dengan hasil akurasi pada pemobotan tekstual sebanyak 68,52%, dan pada pembobotan non tekstual sebanyak 75,93% dari 11 kali pengujian.   Penelitian ini akan membuat system untuk mengidentifikasi sentiment yang disampaikan masyarakat pada media sosial twitter mengenai produk smartphone. Luaran dari penelitian adalah system yang mampu mengklasifikasikan tweet, apakah tweet tersebut masuk kedalam opini negative, positif atau netral yang akan diimplementasikan dalam perangkat lunak.

Kata Kunci: Twitter, Analisis Sentimen, Klasifikasi, K-Nearest Neighbor, Vector Space Model, Smartphone