TY - JOUR AU - Abu Salam AU - Junta Zeniarja AU - Rima Khasanah PY - 2018/11/14 Y2 - 2024/03/29 TI - ANALISIS SENTIMEN DATA KOMENTAR SOSIAL MEDIA FACEBOOK DENGAN K-NEAREST NEIGHBOR (STUDI KASUS PADA AKUN JASA EKSPEDISI BARANG J&T EKSPRESS INDONESIA) JF - SINTAK JA - VL - 2 IS - 0 SE - Vol 2 (2018) DO - UR - https://www.unisbank.ac.id/ojs/index.php/sintak/article/view/6659 AB - Pada saat ini media sosial telah menjadi alat komunikasi yang sangat popular di kalangan pengguna internet di Indonesia. Salah satu media sosial tersebut yakni Facebook dengan jumlah opini yang besar dan di dalamnya terdapat informasi yang sangat berharga sebagai alat penentu kebijakan dan ini bisa di lakukan dengan menggunakan text mining, kemudian masalah timbul bagaimana mengelompokkan komentar-komentar yang ada di facebook page J&T ke dalam kelas positif dan kelas negatif. Sistem klasifikasi komentar diharapkan dapat membantu untuk mengetahui respon positif dan negatif dari pengguna facebook yang memberikan komentarnya. Sentiment analysis digunakan untuk mengetahui sikap seseorang dalam konteks dokumen. Sentiment analysis memiliki tahapan preprocessing yang terdiri dari case folding, tokenizing, stopword removal, stemming. Pembobotan kata yang digunakan adalah term frequency–invers document frequency dan perhitungan similaritasnya menggunakan cosine similarity kemudian menggunakan K-Nearest Neighbor sebagai metode klasifikasinya. Hasil yang didapatkan dari implementasi metode KNN ini cukup baik dengan uji coba sebanyak 6 kali. Rata-rata accuracy tertinggi adalah 79.21% sedangkan accuracy terendah adalah 70.3%. ER -