Analisis Sentimen Pengguna Twitter Terhadap Kasus Bullying Menggunakan AlgoritmanK-Nearest Neighbor dan Naive Bayes

Perkembangan dan pertumbuhan media sosial ditandai dengan peningkatan jumlah pengguna, khususnya pengguna Twitter. Twitter merupakan platform media sosial di mana pengguna dapat menulis pendapat, mengakses berita terbaru, dan menyampaikan krtik serta mengizinkan pengguna lain untuk berkomentar. Komentar pada twitter disebut tweet. Pengguna dapat saling terhubung untuk membicarakan tentang yang sedang menjadi topik pembicaraan utama. Semakin banyak pengguna, semakin beragam pula komentar yang ditulis seseorang dalam sebuah postingan. Tanpa disadari, beberapa pesan dan komentar mengandung unsur bullying atau kekerasan yang dapat berdampak negatif pada diri sendiri dan orang lain. Oleh karena itu, pesan dan komentar di Twitter harus dianalisis menggunakan analisis sentimen. Dalam penelitian ini membahas analisis sentimen menggunakan algoritma Naive Bayes dan K-Nearest Neighbor. Informasi yang diperoleh dibagi menjadi dua kategori, yaitu kategori positif dan negatif. Selain itu, data melewati fase pra-pemrosesan, yaitu cleaning, casefolding, tokenizing, filtering stopwords dan TF-IDF. Pada penelitian ini data dibagi menjadi 60% data latih dan 40% data uji. Hasil akurasi menggunakan metode confusion matrix dengan algoritma Naive Bayes mencapai akurasi 81%, sedangkan algoritma K-Nearest Neighbor mencapai akurasi 77%.

Kata Kunci: Analisis Sentimen, Bullying, Twitter, Naïve Bayes, K-Nearest Neighbor.