Analisis Sentimen Twitter Terhadap Insiden Kebocoran Data Tokopedia Menggunakan Algoritma K-Nearest Neighbor

Tokopedia sebagai salah satu platform e-commerce terkemuka di Indonesia, telah memainkan peran utama dalam perkembangan perdagangan online di Indonesia. Pada tahun 2020, Indonesia dikejutkan oleh berita kebocoran data yang terjadi pada Tokopedia. Insiden ini memicu banyak komentar dari masyarakat khususnya para pengguna Tokopedia melalui Twitter. Twitter telah menjadi salah satu platform media sosial yang paling efektif dalam menyebarkan informasi dengan cepat. Dari banyaknya komentar publik tersebut yang sulit untuk dianalisis secara manual guna menentukan sentimennya, maka dilakukan analisis sentimen menggunakan algoritma K-Nearest Neighbor pada komentar pengguna Twitter terkait insiden kebocoran data Tokopedia. Sebanyak 1178 data tweet digunakan, dengan pembagian 80% untuk data pelatihan dan 20% untuk data pengujian. Hasil evaluasi menggunakan Confusion Matrix menunjukkan tingkat akurasi sebesar 84% dengan nilai K-6. Bisa disimpulkan bahwa algoritma K-Nearest Neighbor sangat efektif dalam melakukan klasifikasi sentimen.

Kata Kunci: Analisis Sentimen, Tokopedia, Twitter, K-Nearest Neighbor.