Analisis Sentimen Berbasis Aspek Dengan Menggunakan Modified K-Nearest Neighbor (Mknn) Pada Topik Universitas Komputer Indonesia

Analisis sentimen bertujuan untuk memahami dan mengolah data teks untuk mendapatkan informasi mengenai opini terhadap subjek dan objek tertentu. Analisis sentimen aspek merupakan variasi dari analisis sentimen yang mengevaluasi opini dan perasaan terkait dengan aspek tertentu dari teks. Penelitian ini membahas tentang penerapan analisis sentimen berbasis aspek untuk menggali opini dan perasaan terhadap Universitas Komputer Indonesia (UNIKOM) melalui media sosial twitter. Data yang diambil dari twitter seringkali tidak terstruktur dan beragam dan membuat data kebanyakan outlier, karena masalah tersebut dibutuhkan algoritma klasifikasi yang tepat. Salah satu algoritma klasifikasi adalah Modified K-Nearest Neighbor (MKNN), merupakan Algoritma penyempurnaan dari K- Nearest Neighbors (KNN) yang melibatkan perhitungan validitas dan weight voting untuk meningkatkan akurasi dan mengatasi masalah outlier. Data pada penelitian ini menggunakan data hasil scraping di twitter, jumlah total data yang memiliki aspek yang dibutuhkan adalah 330 data. Hasil pengujian dengan 5-fold cross validation mendapat kesimpulan yaitu model cross-4 dengan nilai k =1 adalah model terbaik. Model ini menghasilkan akurasi aspek Fasilitas sebesar 76%, Akademik 62%, Pelayanan 58%, Kegiatan 33%, dan Lingkungan 33% serta akurasi sentimen positif sebesar 93% dan negatif 53%. Meskipun penelitian ini memberikan wawasan berharga mengenai opini terhadap UNIKOM di twitter, ada keterbatasan dalam jumlah data yang digunakan.