ABSTRAK

Pada tahun 2018 pengguna rata-rata harian layanan transportasi online 8 juta/hari di wilayah Asia Tenggara, dan negara Indonesia merupakan negara terbesar dibanding dengan negara Asia Tenggara lainnya [2]. Para pelanggan menyampaikan tanggapan mengenai layanan yang diberikan kedua penyedia jasa transportasi online melalui berbagai media, salah satunya melalui kolom komentar Instagram. Tanggapan yang diajukan pun beragam sehingga mengandung sentimen yang mengekspresikan perasaan terhadap layanan tertentu. Oleh karena itu untuk menentukan respon pelanggan terhadap layanan yang diberikan, tingkat kepuasan, serta dapat membantu pelanggan memilih layanan yang terbaik, maka dibuat sistem analisis sentimen dengan metode K-Nearest Neighbor. Hasil dari penelitian tugas akhir yang dilakukan dalam mengklasifikasikan komentar positif dan negatif pada produk layanan transportasi online mendapatkan akurasi terbaik 94.4%, Ini menyimpulkan bahwa dari hasil evaluasi algoritma yang digunakan bekerja dengan baik untuk menganalisis sentimen.

Kata kunci: Analisis sentimen, K-nearest neighbor, Pembelajaran mesin, Text Mining