ANALISIS SENTIMEN TERHADAP KASUS JUDI ONLINE MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN)
Keywords:
Analisis Sentimen, Judi Online, K-Nearest Neighbor (K-NN), Klasifikasi, PythonAbstract
Fenomena judi online yang marak telah menjadi isu serius di tengah masyarakat, yang diperparah oleh adanya kasus-kasus yang melibatkan oknum di lingkungan pemerintahan. Penelitian ini bertujuan untuk merancang sebuah sistem yang dapat menganalisis serta mengklasifikasikan sentimen masyarakat terhadap kasus judi online. Metode yang diimplementasikan adalah K-Nearest Neighbor (K-NN) untuk memproses data komentar yang diambil dari media sosial Facebook. Sumber data yang digunakan dalam penelitian ini berjumlah 300 komentar yang diperoleh melalui teknik random sampling dari salah satu unggahan akun media sosial Merdeka.com. Selanjutnya, komentar tersebut diklasifikasikan ke dalam dua kategori, yaitu sentimen positif dan sentimen negatif. Perancangan dan implementasi sistem ini dibangun dengan menggunakan bahasa pemrograman Python dalam bentuk aplikasi berbasis konsol. Hasil dari penelitian ini adalah sebuah sistem yang fungsional untuk klasifikasi sentimen, sekaligus menjadi sarana untuk mengevaluasi kinerja dan tingkat akurasi dari metode K-NN dalam konteks analisis sentimen pada topik judi online. Diharapkan hasil analisis ini dapat memberikan wawasan yang mendalam mengenai persepsi publik dan menjadi masukan yang berharga di masa mendatang.
Downloads
References
Alfarizi, M. R. S., Al-farish, M. Z., Taufiqurrahman, M., Ardiansah, G., & Elgar, M. (2023). Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning. Karya Ilmiah Mahasiswa Bertauhid (KARIMAH TAUHID), 2(1), 1–6.
Anwar, S. N., Fatkhul Amin, & Nugroho, S. (2014). Desain Uml Aplikasi Navigasi Layanan Kesehatan Berbasis Android. Seminar Nasional Sistem Informasi Indonesia, (September), 250–254.
Azizah, S. N., & Fatah, Z. (2024). Implementasi Metode K-nearest neighbor (K-NN) Pada Klasifikasi Stunting Balita. Gudang Jurnal Multidisiplin Ilmu, 2, 282–288.
Bahri, S., & Lubis, A. (2020). Metode Klasifikasi Decision Tree Untuk Memprediksi Juara English Premier League. Jurnal Sintaksis, 2(1), 63–70.
Bakhtiar, S. H., & Adilah, A. N. (2024). Fenomena Judi Online : Faktor, Dampak, Pertanggungjawaban Hukum. Innovative: Journal Of Social Science Research, 4(3), 1016–1026.
Callista, A., Sari, J., Informasi, J. S., & Harapan, U. P. (2012). Rancangan Aplikasi Customer Service Pada PT. Lancar Makmur Bersama. Rancangan Aplikasi Customer Service Pada PT.Lancar Makmur Bersama, 4(2), 468–476.
Hermanto, K., Salim, D., Wu, B., Salim, O. R., & Gunadi, R. B. (2023). Penggunaan Python Untuk Menganalisis Pola Penyebaran Covid-19 Di Masa Pandemi. Journal of Student Development Information System (JoSDIS), 3(2), 62–75.
Khusnul Khotimah, A. (2024). Analisis Sentimen Terhadap Kualitas Pelayanan. JATI (Jurnal Mahasiswa Teknik Informatika), 8(3), 3044–3048. https://doi.org/10.36040/jati.v8i3.9520
Laras, A., Salvabillah, N., Caroline, C., Delas, J., Dinda, F., & Finanto, M. (2024). Analisis Dampak Judi Online di Indonesia. Concept: Journal of Social Humanities and Education, 3(2), 320–331.
Rafi Nahjan, M., Nono Heryana, & Apriade Voutama. (2023). Implementasi Rapidminer Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko Oj Cell. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 101–104.
Raharjo, J. S. D., Damiyana, D., & Hidayatullah, M. (2016). Sistem Pakar Diagnosa Penyakit Lambung dengan Metode Forward Chaining Berbasis Android. Sisfotek Global, 6(2), 1–8.
Ramadhon, R. N., Ogi, A., Agung, A. P., Putra, R., Febrihartina, S. S., & Firdaus, U. (2024). Implementasi Algoritma Decision Tree untuk Klasifikasi Pelanggan Aktif atau Tidak Aktif pada Data Bank. Karimah Tauhid, 3(2), 1860–1874.
Regina Lo, Alfred Edbert Yunanto, Rasya Nuhaifa Movia, Lambert Aditama Soehardjianto, Ferdinand Wangsa, Natalie Asdyo Lidjaja, & Rahmi Yulia Ningsih. (2023). Penggunaan Bahasa Pemrograman Python dalam Menganalisis Hubungan Kualitas Kopi dengan Lokasi Pertanian Kopi. Jurnal Publikasi Teknik Informatika, 2(2), 100–109.
Rizal, R., Martanto, M., & Arie Wijaya, Y. (2022). Analisa Dataset Software Defined Network Intrusion Menggunakan Algoritma Deep Learning H2O. JATI (Jurnal Mahasiswa Teknik Informatika), 6(2), 747–757.
Sumanjaya, A. A. A., Indriati, & Ridok, A. (2022). Analisis Sentimen Data Tweets terhadap Penanganan Covid-19 di Indonesia menggunakan Metode Naïve Bayes dan Pemilihan Kata Bersentimen menggunakan Lexicon Based. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(4), 1865–1872.
Wahyudi, F. D., Remawati, D., & Harsadi, P. (2019). Sistem Pakar Deteksi Kerusakan Mesin Bubut Dengan Metode Knn. Jurnal Teknologi Informasi Dan Komunikasi (TIKomSiN), 6(2), 7–13.
Yahya, & Mahpuz. (2019). Penggunaan Algoritma K-Means Untuk Menganalisis Pelanggan Potensial Pada Dealer SPS Motor Honda Lombok Timur Nusa Tenggara Barat. Jurnal Informatika Dan Teknologi, 11(1), 1–14.
Yulia, E. R. (2017). Perancangan Program Penjualan Perhiasan Emas Pada Toko Mas Dan Permata Renny Medan. Evolusi : Jurnal Sains Dan Manajemen, 5(2).
Yulianeu, A., & Oktamala, R. (2022). Sistem Informasi Geografis Trayek Angkutan Umum Di Kota Tasikmalaya Berbasis Web. JUTEKIN (Jurnal Teknik Informatika), 10(2).
Yunus, M., Ramadhan, H., Aji, D. R., & Yulianto, A. (2021). Penerapan Metode Data Mining C4.5 Untuk Pemilihan Penerima Kartu Indonesia Pintar (KIP). Paradigma - Jurnal Komputer Dan Informatika, 23(2).
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Nurul Qadarsih, Marto Sihombing, Husnul Khair
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
