ANALISIS SENTIMEN PADA KOMENTAR YOUTUBE TERHADAP TOPIK BOIKOT PRODUK PENYOKONG GENOSIDA DI PALESTINA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS

Boikot terhadap produk penyokong genosida di Palestina menjadi isu yang ramai dibahas di berbagai sosial media, salah satunya YouTube. Komentar pengguna pada
video milik tvOneNews dan The Indah G Show dengan tema boikot yang menuai pro dan kontra, sehingga merepresentasikan berbagai sentimen yang dapat
dianalisis untuk memahami lebih dalam mengenai persepsi atau opini publik. Penelitian ini bertujuan untuk melakukan analisis sentimen pada komentar YouTube topik isu gerakan boikot tersebut menggunakan algoritma K-Nearest
Neighbors (KNN). Data yang digunakan terdiri dari 8.480 komentar yang diklasifikasikan menjadi sentimen positif, negatif dan netral. Tahapan penelitian yang mencakup pengumpulan data, pre-processing data (tokenization,
normalization, stopwords removal), serta extraction feature menggunakan TF-IDF. Data yang telah diproses kemudian diklasifikasikan menjadi sentimen positif dan negatif. Evaluasi model dilakukan menggunakan metrik accuracy, precision,
recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma KNN mampu mengklasifikasikan sentimen komentar dengan akurasi sebesar 82 persen, presisi
80 persen, recall 82 persen, dan F1-score 80 persen. Temuan ini menunjukkan bahwa pendekatan KNN cukup efektif dalam melakukan analisis sentimen terhadap isu sosial yang berkembang di media digital, khususnya YouTube.