Abstract :
Pengguna aktif media sosial harian khususnya twitter di Indonesia
termasuk kedalam kategori yang cukup tinggi. Pengguna twitter
mengekspresikan emosi tentang sesuatu, yang diungkapkan baik itu kritik
atau pujian. Emosi pengguna twitter dalam tweet dapat dikenali dengan
menganalisis opini atau sentimen. Sehingga twitter dapat digunakan sebagai
alat untuk melakukan analisis sentimen pada topik tertentu. Penelitian ini
bertujuan untuk mengetahui bagaimana sentimen masyarakat terhadap
kesiapan pembelajaran tatap muka di indonesia pada masa pandemi Covid-19
berdasarkan opini masyarakat dikumpulkan data dari twitter sebanyak 14298
data yang setelah dilakukan preprocessing menjadi 8731 data. Penulis
melakukan pelabelan secara manual dan otomatis dan menggunakan metode
Naïve Bayes dan K-Nearest Neighbor. Hasil penelitian menunjukan bahwa
metode K-Nearest Neighbor pada data pelabelan secara manual memiliki
accuracy lebih besar yaitu 74%, sedangkan metode Naïve Bayes pada data
pelabelan manual menunjukan hasil accuracy sebesar 69%. Namun untuk
data pelabelan otomatis metode Naïve Bayes dan K-Nearest Neighbor memiliki
nilai accuracy sama yaitu 96%.
Kata kunci : Naïve Bayes, K-Nearest Neighbor, Analisis sentimen, Belajar tatap
muka, Twitter.