PENERAPAN ALGORITMA K-NEAREST NEIGHBOR PADA TWITTER UNTUK ANALISIS SENTIMEN MASYARAKAT TERHADAP LGBT DI INDONESIA

Abstrak

Sampai saat ini, topik LGBT (Lesbian, Gay, Bisexsual, Transgender) di Indonesia masih sering diperdebatkan karena kelompok ini mulai mengekspresikan diri secara langsung melalui aktivitas yang mereka lakukan dan sering mengomentari aktivitas mereka di media sosial. Hasil laporan Badan Narkotika Nasional (BNN) tercatat tahun 2022 jumlah kasus HIV/AIDS ada 62.856 kasus dengan rincian 9.901 kasus AIDS dan 52.955 kasus HIV. Hal ini menimbulkan perbincangan publik melalui media sosial salah satunya Twitter dengan memberikan berbagai macam komentar berupa dukungan, penolakan dan pandangan netral terhadap fenomena tersebut. Banyaknya jumlah dan ragam respon akan menjadi big data sehingga dapat menghasilkan informasi yang berharga. Data yang digunakan sebanyak 1501 tweet dengan kata kunci yang digunakan adalah “LGBT”. Penelitian ini bertujuan untuk mengetahui sentimen masyarakat terhadap kasus LGBT. Metode yang digunakan dalam penelitian ini adalah algoritma K-Nearest Neighbor. Penelitian dilakukan untuk mengklasifikasi sentimen ke dalam tiga kelas yaitu positif, negatif dan netral dengan pemodelan 10 k-folds cross validation. Hasil klasifikasi yang diperoleh menunjukkan pandangan masyarakat terhadap LGBT cenderung netral ditunjukkan dengan polaritas sentimen netral 86.94% sebanyak 1305 tweets, sentimen positif 8.39% sebanyak 126 tweets dan sentimen negatif 4.66% sebanyak 70 tweets. Hasil akurasi tertinggi dari algoritma K-Nearest Neighbor dengan nilai k=6 yaitu 85.90%.