Abstract:
Sejak bulan Januari 2022 Indonesia mengalami kelangkaan stok minyak goreng.
Pemerintah melakukan berbagai kebijakan dari pengaturan batas kuota ekspor sawit
hingga mengatur distribusi minyak goreng serta menindak penimbun produk minyak
goreng. Hal ini menjadi topik perbincangan hangat bagi seluruh warga internet di seluruh
penjuru Indonesia. Banyak dari mereka yang mengutarakan opininya lewat sosial media,
salah satunya yang paling sering muncul adalah dari twitter. Topik pembicaraan seputar
kelangkaan minyak goreng ini sangat beragam, mulai dari adanya penimbunan minyak
goreng, permainan mafia minyak goreng dan terjadinya panic buying. Analisis sentimen
perlu dilakukan guna mengetahui opini masyarakat mengenai topik teresebut. Dalam
menghadapi permasalahan tersebut, maka dari itu pada tugas akhir telah membangun
suatu sistem untuk mengklasifikasi dengan metode K-Nearest Neighbors. Dalam
mengimplementasikann sistem ini, tahapan yang dilakukan meliputi pengumpulan data
menggunakan twitter API, pembuatan dataset, pemberian label secara manual,
pengolahan data, pemilihan model, pengujian model, perhitungan akurasi dan validasi.
Dalam penelitian ini dataset akan melewati proses training dan testing. Hasil dari
pengujian sistem klasifikasi ini menunjukan bahwa metode K-Nearest Neighbors tingkat
akurasi yang didapat sebesar 74.43% untuk data latih dan 58.33% untuk data uji.
