Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Metode Pembelajaran Dalam Jaringan (DARING) Di Universitas Kristen Wira Wacana Sumba

Abstract

Bidang pendidikan merupakan salah satu bidang yang merasakan dampak besar dari pandemi Covid-19. Dampak yang timbul adalah proses belajar mengajar harus dilakukan dari rumah dengan metode pembelajaran daring. Metode belajara mengajar ini menimbulkan respon atau pandangan yang beragam dari peserta didik. Hal ini yang membuat peneliti melakukan analisis terhadap pandangan-pandangan tersebut, baik yang berupa pendapat positif atau pendapat negatif. Proses Analisis dilakukan dengan menerapkan analisis sentimen atau opinion mining dari data komentar di media sosial Facebook, data teks diolah dengan metode prepocessing dan diberi label positif dan negatif. Berdasarkan data teks yang tersedia, dilakukan proses klasifikasi dengan algoritma K-Nearest Neighbors.  RapidMiner digunakan untuk eksperimen data teks dengan algoritma KNN dengan tujuan mencari nilai akurasi, presisi dan recall. Dari hasil penelitian diperoleh nilai sebesar 87.00% untuk accuracy dan 0.916 untuk nilai AUC. Nilai-nilai yang cukup tinggi untuk klasifikasi opini mahasiswa terhadap pandemi ini sehingga penelitian ini digolongkan sebagai Excellent Classification.