Classification of Public Opinion Regarding the Naturalization of Football Players Using KNN and SMOTE

Authors

  • Rikky Universitas Multidata Palembang
  • Michelle Graciela Universitas Mutli data Palembang
  • Hafiz Irsyad Universitas Mutli Data Palembang
https://doi.org/10.58466/aicoms.v3i1.1547

Keywords:

K-Nearest Neighbor, Naturalization, Synthetic Minority Oversampling Technique

Abstract

Penelitian ini menganalisis sentimen masyarakat terhadap naturalisasi pemain sepak bola menggunakan metode K-Nearest Neighbor (KNN) dan Synthetic Minority Oversampling Technique (SMOTE). KNN digunakan untuk klasifikasi sentimen, sedangkan SMOTE menangani ketidakseimbangan kelas dalam dataset. Metodologi mencakup pengumpulan data, pelabelan, pembersihan, preprocessing, klasifikasi, dan evaluasi model dengan Google Colab dan Python. Hasil menunjukkan bahwa tanpa SMOTE, performa model lebih baik dengan presisi, recall, F1 score, dan akurasi tinggi. Sebaliknya, penggunaan SMOTE menurunkan performa, terutama dalam presisi dan F1 score. Model "Manhattan Neighbor 7" dan "Manhattan Neighbor 3" tanpa SMOTE menunjukkan hasil hampir sempurna, sementara SMOTE menurunkan beberapa metrik evaluasi secara signifikan. Selain itu, analisis opini masyarakat di YouTube menunjukkan kecenderungan sentimen negatif terhadap podcast tentang naturalisasi pemain sepak bola yang dipandu oleh Bung Towel dan Anjas Asmara, yang mencerminkan persepsi publik yang kritis dan skeptis terhadap topik tersebut. Penelitian ini memberikan wawasan penting tentang sentimen masyarakat dan efektivitas metode klasifikasi dalam konteks isu olahraga nasional.

References

H. . Pratama, S. Sulendro, and G. . Prasetyo, “Pengaruh Latihan Tingkat Keterampilan Teknik Dasar Menggiring Bola Dalam Permainan Sepakbola Peserta Putra Ekstrakurikuler SMPN 1 Gandusari,” J. Phys. Act., vol. 3, no. 1, pp. 1–9, 2022, doi: 10.58343/jpa.v3i1.28.

A. Hidayat, I. Imanudin, and S. Ugelta, “Analisa Kebutuhan Latihan Fisik Pemain Sepakbola Dalam Kompetisi AFF U-19 (Studi Analisis Terhadap Pemain Gelandang Timnas Indonesia U-19),” J. Terap. Ilmu Keolahragaan, vol. 4, no. 1, pp. 1–4, 2019.

G. K. Annas and N. M. Hazzar, “ANALISIS PERSAMAAN HAK KEWARGANEGARAAN BAGI PEMAIN NATURALISASI SEPAKBOLA DI INDONESIA,” J. Wicarana, vol. 2, no. 2, pp. 127–143, 2024, [Online]. Available: https://www.ejournal-kumhamdiy.com/wicarana/article/view/37/29

H. Dhery, A. Assyam, and F. N. Hasan, “Analisis Sentimen Twitter Terhadap Perpindahan Ibu Kota Negara Ke IKN Nusantara Menggunakan Orange Data Mining,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 4, no. 1, pp. 341–349, 2023, doi: 10.30865/klik.v4i1.957.

D. Cahyanti, A. Rahmayani, and S. A. Husniar, “Analisis performa metode Knn pada Dataset pasien pengidap Kanker Payudara,” Indones. J. Data Sci., vol. 1, no. 2, pp. 39–43, 2020, doi: 10.33096/ijodas.v1i2.13.

C. Yanasari and T. Arifin, “Implementasi Algoritma K-Nearest Neighbor Untuk Klasifikasi Penerimaan Beasiswa Program Indonesia Pintar,” J. Sist. Inf. dan Ilmu Komput., vol. 1, no. 4, pp. 178–194, 2023, [Online]. Available: https://doi.org/10.59581/jusiik-widyakarya.v1i4.1862

R. A. Nurdian, Mujib Ridwan, and Ahmad Yusuf, “Komparasi Metode SMOTE dan ADASYN dalam Meningkatkan Performa Klasifikasi Herregistrasi Mahasiswa Baru,” J. Tek. Inform. dan Sist. Inf., vol. 8, no. 1, pp. 24–32, 2022, doi: 10.28932/jutisi.v8i1.4004.

E. E. P. Billy Gunawan, Helen Sasty Pratiwi, “Pengembangan Analisis Sentimen dalam Rekayasa Software Engineering menggunakan tinjauan literatur sistematis,” J. MENTARI Manajemen, Pendidik. dan Teknol. Inf., vol. 2, no. 1, pp. 95–103, 2023, doi: 10.33050/mentari.v2i1.377.

Syahril Dwi Prasetyo, Shofa Shofiah Hilabi, and Fitri Nurapriani, “Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN,” J. KomtekInfo, vol. 10, pp. 1–7, 2023, doi: 10.35134/komtekinfo.v10i1.330.

ichsan nur irmasnyah Nurul chafid, luqman mujianto, “Penerapan Filter Kata Menggunakan Metode Stemming Pada Aplikasi Chatting Berbasis Web,” vol. 1, no. 1, pp. 1–9, 2020.

M. I. W. Slamet Harry Ramadhani, “Analisis Sentimen Terhadap Vaksinasi Astra Zeneca pada Twitter Menggunakan Metode Naïve Bayes dan K-NN,” J. Teknol. Inf. dan Komun., p. 530, 2022, [Online]. Available: https://journal.lembagakita.org/index.php/jtik/article/view/530

O. I. Gifari, M. Adha, F. Freddy, and F. F. S. Durrand, “Analisis Sentimen Review Film Menggunakan TF-IDF dan Support Vector Machine,” J. Inf. Technol., vol. 2, no. 1, pp. 36–40, 2022, doi: 10.46229/jifotech.v2i1.330.

Published

2024-06-28

How to Cite

Rikky, Graciela, M., & Irsyad, H. (2024). Classification of Public Opinion Regarding the Naturalization of Football Players Using KNN and SMOTE. Applied Information Technology and Computer Science, 3(1), 21-27. https://doi.org/10.58466/aicoms.v3i1.1547

Issue

Section

Artikel