Teks

ANALISISIS SENTIMEN PENGGUNA TWITTER TERHADAP APLIKASI MYPERTAMINA MENGGUNAKAN ALGORITMA K NEAREST NEIGHBOR

---

Studi ini dilatarbelakangi oleh berbagai keluhan teknis dari pengguna MyPertamina
di Twitter, mulai dari proses pendaftaran akun yang rumit hingga kesulitan akses di
beberapa wilayah, namun hingga kini belum ada gambaran sistematis mengenai
sentimen publik terhadap aplikasi tersebut.
Untuk mengatasi permasalahan ini, sebanyak 8.208 tweet berbahasa Indonesia
tentang MyPertamina (Januari–Maret 2025) dikumpulkan menggunakan Twitter
crawler, kemudian diproses melalui tahapan lowercasing, penghapusan tanda baca
dan stopword, normalisasi istilah, tokenisasi, serta representasi fitur dengan TFIDF. Klasifikasi sentimen dilakukan menggunakan algoritma K-Nearest Neighbor
(KNN) dengan pembagian data 80% untuk latih dan 20% untuk uji, menguji nilai k
dari 1 hingga 10 dengan tiga metrik jarak: Euclidean, Manhattan, dan Chebyshev.
Evaluasi akurasi dilakukan menggunakan performance operator pada RapidMiner.
Hasil eksperimen menunjukkan bahwa metrik jarak Euclidean merupakan yang
paling stabil dan unggul, dengan akurasi tertinggi sebesar 68,94% pada k=8.
Sebaliknya, metrik Manhattan dan Chebyshev hanya mencapai akurasi maksimum
masing-masing sebesar 59,90% pada k=10 dan 56,89% pada k=8–9. Temuan ini
menegaskan bahwa jarak Euclidean lebih andal dalam mengklasifikasikan sentimen
pengguna Twitter terhadap MyPertamina.

---

Ketersediaan

S00019.25

RF TI.S00019.25 Akm a

My Library (Referensi)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

RF TI.S00019.25 Akm a

Penerbit

Paguyangan : Universitas Muhammadiyah Brebes., 2025

Deskripsi Fisik

xiv,56hlm.;30cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

TI.S00019.25

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Keluhan pengguna MyPertamin
analisis sentimen Twitter
KNearest Neighbor (KNN

Info Detail Spesifik

Dilengkapi CD

Pernyataan Tanggungjawab

Muhammad Akmal Falahi 21.01.0.0048 Tugas Akhir diajukan sebagai salah satu syarat untuk memperoleh gelar sarjana

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar