Implementasi K-Nearest Neighbor Berbasis Particle Swarm Optimization untuk Analisis Sentimen Generasi Sandwich

Abstract

Fenomena Generasi Sandwich merujuk pada individu yang harus merawat orang tua yang menua sekaligus mengasuh anak-anak mereka, menciptakan beban ganda yang berdampak signifikan pada kehidupan sosial, emosional, dan ekonomi mereka. Dalam masyarakat modern, perubahan demografis seperti peningkatan harapan hidup dan menurunnya angka kelahiran, serta tantangan ekonomi seperti biaya perawatan kesehatan yang meningkat, semakin memperkuat relevansi fenomena ini. Oleh karena itu, memahami persepsi publik terhadap Generasi Sandwich menjadi semakin penting, terutama melalui analisis sentimen di media sosial yang mencerminkan opini masyarakat yang lebih luas. Penelitian ini mengusulkan pendekatan baru dengan mengimplementasikan algoritma K-Nearest Neighbor (KNN) yang dioptimalkan menggunakan Particle Swarm Optimization (PSO) untuk analisis sentimen terkait Generasi Sandwich. KNN dipilih karena kemampuannya dalam mengklasifikasikan data berdasarkan kedekatan antar titik data, sementara PSO digunakan untuk mengoptimalkan pemilihan parameter KNN guna meningkatkan akurasi model. Data yang digunakan dalam penelitian ini mencakup 565 tweet yang mengandung kata kunci "Generasi Sandwich" yang dikategorikan menjadi tiga sentimen: 124 positif, 345 negatif, dan 96 netral. Data tersebut melalui proses prapemrosesan seperti pembersihan, tokenisasi, dan stemming sebelum diimplementasikan dalam model KNN. Hasil penelitian menunjukkan bahwa pada pengujian dengan 113 dokumen, model KNN yang dioptimalkan dengan PSO mencapai akurasi sebesar 70,8%, dengan precision sebesar 14,41%, recall sebesar 88,89%, dan F1-score sebesar 24,81%. Dari total 113 dokumen data uji, terdapat 80 prediksi benar dan 33 prediksi salah, dengan jumlah prediksi positif sebanyak 16, prediksi negatif sebanyak 95, dan prediksi netral sebanyak 2. Analisis lebih lanjut mengungkapkan bahwa sebagian besar percakapan tentang Generasi Sandwich di media sosial cenderung bersifat negatif, mencerminkan tekanan psikologis dan keuangan yang dirasakan oleh anggota generasi ini. Penelitian ini juga menghasilkan sebuah aplikasi web yang memungkinkan pengguna untuk melakukan analisis sentimen secara real-time, yang memudahkan pengambilan keputusan bagi pembuat kebijakan, peneliti, dan organisasi sosial. Aplikasi ini dirancang dengan antarmuka yang ramah pengguna dan visualisasi data yang intuitif, sehingga dapat memberikan wawasan yang lebih mendalam mengenai sentimen publik. Implementasi KNN berbasis PSO terbukti efektif dalam meningkatkan akurasi analisis sentimen pada fenomena Generasi Sandwich, dan aplikasi web yang dihasilkan berpotensi digunakan secara luas untuk penelitian lanjutan, pengembangan strategi sosial, dan advokasi kebijakan publik yang lebih baik.