ANALISIS SENTIMEN TERHADAP KINERJA GUBERNUR JAWA BARAT DEDI MULYADI MENGUNAKAN K-NEAREST NEIGHBOR (KNN) BERBASIS DATA SOSIAL MEDIA (X / TWITTER)

Juliyansyah Dwi Putra; Akhmad Rizal Dzikrillah,;

Analisis Sentimen Terhadap Kinerja Gubernur Jawa Barat Dedi
Mulyadi menggunakan K-Nearest Neighbor ( KNN) Berbasis Sosial Media

(Twitter / X)
Juliyansyah Dwi Putra

Media sosial telah berkembang menjadi ruang publik baru di era digital, di mana masyarakat
bebas mengekspresikan opini dan penilaian terhadap kebijakan maupun figur publik, termasuk
pemimpin daerah. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kinerja
Gubernur Jawa Barat, Dedi Mulyadi, selama 100 hari pertama masa jabatannya dengan
menggunakan 1.348 data tweet yang dikumpulkan dari media sosial Twitter/X, dalam rentang waktu
20 Februari hingga 30 Mei 2025. Metode analisis sentimen berbasis Natural Language Processing
(NLP) dengan algoritma klasifikasi K-Nearest Neighbor (KNN) digunakan dalam penelitian ini,
dengan tahapan preprocessing berupa pembersihan teks, tokenisasi, penghapusan stopword,
stemming, dan vektorisasi Term Frequency-Inverse Document Frequency (TF-IDF). Hasil
klasifikasi menunjukkan bahwa opini publik cenderung lebih dominan bersifat netral dibandingkan
negatif maupun positif, dengan tingkat akurasi model mencapai 100%. Penelitian ini berkontribusi
pada bidang Teknik Informatika melalui penerapan metode NLP dan algoritma KNN dalam analisis
data media sosial skala besar, memberikan wawasan ilmiah mengenai persepsi publik terhadap
tokoh politik, sekaligus menjadi referensi untuk pengembangan sistem analisis opini publik berbasis
kecerdasan buatan.
Kata kunci : Analisis Sentimen, Twitter, KNN, Dedi Mulyadi, Natural Language Processing,
Media Sosial
Sentiment Analysis of the Performance of West Java Governor Dedi
Mulyadi Using K-Nearest Neighbor (KNN) Based on Social Media (Twitter /

X)
Juliyansyah Dwi Putra

Social media has evolved into a new public sphere in the digital era, where people freely
express their opinions and evaluations of policies and public figures, including regional leaders. This
study aims to analyze public sentiment toward the performance of the Governor of West Java, Dedi
Mulyadi, during his first 100 days in office by using 1,348 tweets collected from Twitter/X within
the period from February 20 to May 30, 2025. The sentiment analysis method is based on Natural
Language Processing (NLP) and classification using the K-Nearest Neighbor (KNN) algorithm, with