Jurnal Teknlogi Informatika dan Komputer MH. Thamrin p-ISSN 2656-9957; e-ISSN 2622-8475 Volume 8 No 1; Maret 2022 http://journal.thamrin.ac.id/index.php/jtik/article/view/1107/pdf 350 Analisis Sentimen pada Aplikasi PeduliLindungi dengan Menggunakan Metode Improved K-Nearest Neighbor dan Lexicon Based Nelsih Putriani *)1) , Fajri Rakhmat Umbara 2) , Puspita Nurul Sabrina 3) 1)2)3) Jurusan Informatika, Fakultas Sains dan Informatika, Universitas Jenderal Achmad Yani Correspondence author : Nelsih Putriani, nelsihp18@if.unjani.ac.id, Cimahi, Indonesia DOI: https://doi.org/10.37012/jtik.v8i1.1107 Abstrak Opini atau sentiment masyarakat merupakan salah satu indikator penilaian yang ditujukan untuk menilai suatu hal seperti produk atau jasa. Sentiment tentang aplikasi PeduliLindungi yang banyak digunakan pada masa pandemik ini, perlu dianalisis untuk mengetahui bagaimana opini pengguna aplikasi. Melalui media twitter, sentiment-sentiment masyarakat mengenai aplikasi PeduliLindungi dapat digali, kemudian dideteksi apakah sentiment tersebut termasuk ke dalam sentiment positif, sentiment negative, atau sentiment netral. Salah satu teknik yang digunakan untuk menggali informasi mendeteksi opini masyarakat adalah dengan menggunakan analisis sentiment. Penelitian ini terdiri dari beberapa proses untuk melakukan analisis sentiment, yaitu mengumpulkan data, melakukan tahapan pre-processing, pembobotan kata (ekstraksi fitur), dan proses klasifikasi sentiment ke dalam tiga kelas sentiment. Ketiga kelas tersebut yaitu sentiment positif, negative, dan netral. Dengan menggunakan metode Improved K-Nearest Neighbor, penelitian ini memperoleh hasil pengujian analisis sentiment pada tweet berbahasa Indonesia dengan akurasi tertinggi pada k-values 20 sebesar 85%. Kata kunci : Analisis Sentimen, PeduliLindungi, Improved K-Nearest Neigbor, Lexicon Based Abstract Public opinion or sentiment is one of the assessment indicators aimed at assessing something such as a product or service. Sentiments about the PeduliLindungi application, which is widely used during this pandemic, need to be analyzed to find out the opinions of application users. Through Twitter, people's sentiments regarding the PeduliLindungi application can be explored, then it is detected whether the sentiment includes positive sentiment, negative sentiment, or neutral sentiment. One of the techniques used to gather information to detect public opinion is to use sentiment analysis. This research consists of several processes to carry out sentiment analysis, namely collecting data, carrying out pre-processing stages, weighting words (feature extraction), and the process of classifying sentiment into three sentiment classes. The three classes are positive, negative, and neutral sentiments. Using the Improved K-Nearest Neighbor method, this study obtained sentiment analysis test results on Indonesian-language tweets with the highest accuracy at k-values 20 of 85%. Keywords: Sentiment Analysis, Care for Protection, Improved K-Nearest Neigbor, Lexicon Based PENDAHULUAN PeduliLindungi adalah sebuah aplikasi yang dikembangkan untuk membantu instansi kepemerintahan dalam melakukan pelacakan yang bertujuan untuk menghentikan penyebaran COVID-19. Aplikasi ini menggunakan partisipasi masyarakat mengenai lokasi terkini atau riwayat lokasi. Hal ini untuk lebih memudahkan dalam melakukan pemantauan