Analisis Sentimen Terhadap Pelayanan PT. PLN Di Jakarta Pada Twitter Dengan Algoritma K-Nearest Neighbor (K-NN)

Abstract

Twitter merupakan media sosial yang banyak digunakan masyarakat untuk berpendapat. Pendapat tersebut dapat berupa opini terhadap pelayanan perusahaan. Salah satu perusahaan yang menyediakan wadah opini tersebut, yaitu PT. PLN melalui akun @pln_123. Opini tersebut berupa laporan atau pertanyaan (sentimen netral), keluhan(sentimen negatif), dan dukungan (sentimen positif) perihal kelistrikan PLN yang dapat dijadikan acuan untuk meningkatkan kualitas pelayanan yang lebih baik lagi dengan cara analisis sentimen. Analisis sentimen dapat dilakukan melalui tahap text preprocessing, yaitu membersihkan kata yang tidak relevan dengan sentimen lalu memberikan bobot tiap kata dengan Term Frequency-Invers Document Frequency(TF-IDF) kemudian melakukan klasifikasi dengan algoritma K-Nearest Neighbor(K-NN) menggunakan Euclidean Distance dengan jarak antar tetangga berjumlah 3 atau K = 3. Total akurasi yang didapatkan sebesar 89,4% dengan hasil klasifikasi pada bulan Februari 2020 pada daerah DKI Jakarta dari total 500 tweets menghasilkan sejumlah sentimen netral sebanyak 426 (85,2%), sentimen negatif sebanyak 71 (14,2%), dan sentimen positif sebanyak 3 (0,6%).