Abstrak

Pertumbuhan dan penyebaran informasi pada saat ini didukung dengan teknologi yang semakin berkembang. Informasi dapat menyebarluas di internet dengan cepat. Salah satunya informasi opini tentang sebuah film. Ada yang beropini positif dan negatif. Terdapat polaritas dalam suatu movie review dikarenakan setiap orang mempunyai opininya masing-masing. Dengan adanya permasalahan tersebut maka metode yang tepat untuk menganalisanya adalah analisis sentimen. Dataset analisis sentimen digunakan kemudian dilakukan tahap negation handling, preprocessing, ekstraksi fitur TF-IDF, seleksi fitur Mutual Information, pemisahan dataset menjadi data training dan data testing, kemudian dilakukan klasifikasi menggunakan metode KNN (K-Nearest Neighbor). Dengan sistem yang dibangun maka menghasilkan nilai akurasi terbaik sebesar 53,6% dan F1-score terbaik sebesar 53,1%. Kemudian sistem yang dibangun tanpa menggunakan metode negation handling namun menggunakan metode stemming dan mutual information adalah sistem yang memiliki nilai performansi terbaik.

Kata kunci : Movie Review , Analisis Sentimen, KNN (K-Nearest Neighbor), Negation Handling