Klasifikasi Sentimen Publik Terhadap Implementasi Teknologi 5G Di Indonesia Menggunakan Metode Decision Tree Dan KNN
DOI:
https://doi.org/10.31849/rd73ke71Keywords:
Analisis Sentimen, Teknologi 5G, Decision Tree, K-Nearest Neighbor (KNN), Media SosialAbstract
Perkembangan teknologi jaringan generasi kelima (5G) di Indonesia menimbulkan berbagai tanggapan dari masyarakat. Sebagian pihak menyambut positif kehadiran 5G karena menawarkan kecepatan tinggi dan efisiensi yang lebih baik, sementara sebagian lainnya masih menunjukkan keraguan terhadap dampak sosial, kesehatan, serta kesiapan infrastruktur yang dibutuhkan. Penelitian ini bertujuan untuk mengklasifikasikan sentimen publik terhadap implementasi teknologi 5G di Indonesia dengan menggunakan dua algoritma machine learning, yaitu Decision Tree dan K-Nearest Neighbor (KNN). Data dikumpulkan dari media sosial dan melalui proses pra-pemrosesan teks yang meliputi pembersihan data, penghapusan stopword, stemming, serta representasi fitur menggunakan metode TF-IDF. Dataset berjumlah 599 data yang dibagi menjadi 70% data latih dan 30% data uji. Hasil evaluasi menggunakan metrik akurasi, precision, recall, dan f1-score menunjukkan bahwa Decision Tree mencapai akurasi 82%, sedangkan KNN sebesar 65%. Decision Tree juga lebih unggul dalam mendeteksi sentimen positif dan netral secara lebih akurat.
References
[1] P. N. Anggraeni, Syafa Herdiani, Tin Rustini, dan Muh. Husen Arifin, “Pengaruh Kemajuan Teknologi Komunikasi Terhadap Perkembangan Sosial Anak,” J. Pendidik. Ilmu Pengetah. Sos., vol. 14, no. 1, hal. 144–147, 2022, doi: 10.37304/jpips.v14i1.4743.
[2] U. Y. Oktiawati, Ernawati, A. Syamsul, A. Ramatni, J. W. Kuswinardi, dan J. W. Sitepu, “Kemajuan Teknologi 5G Mempercepat Adopsi Dan Inovasi IOT Terhadap Pendidikan Di Perguruan Tinggi,” J. Edu Res., vol. 15, no. 1, hal. 37–48, 2024.
[3] H. P. Fitrian, F. S. Putra, A. N. Kusmana, N. Tisha, N. Anggraeni, dan S. Nurhaliza, “Tinjauan Literasi Mengenai Teknologi 5G : Implikasi Terhadap Performa Dan Keamanan Jaringan Komputer Di Sekolah Menengah Pertama Dan Sekolah Menengah Akhir,” vol. 9, no. 2, hal. 2023–2025, 2025.
[4] S. Gunawan, A. A. R. Santosa, dan E. M. S. Sakti, “Analisis Keamanan Jaringan 5G: Ancaman dan Upaya Mitigasi,” J. Ilm. Tek., vol. 22, no. 2, hal. 54–62, 2024, [Daring]. Tersedia pada: http://journals.upi-yai.ac.id/index.php/TEKINFO/article/download/3934/2986
[5] T. Wiratama Putra, A. Triayudi, dan A. Andrianingsih, “Analisis Sentimen Pembelajaran Daring Menggunakan Metode Naive Bayes, KNN, dan Decision Tree,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 6, no. 1, hal. 20–26, 2022, doi: 10.35870/jtik.v6i1.368.
[6] W. Afifi, “Analisis sentimen pengguna twitter terhadap layanan internet pt indosat tbk dengan metode k-nearest neighbor (k-nn) dan naive bayes classifier (nbc),” Universitas Islam Negeri Syarif Hidayatullah, 2022.
