IBNU SABRI FAUZI Pengarang MEITON BORU Dosen Pembimbing 2 Emerensye S. Y. Pandie Dosen Pembimbing 1 Dony Martinus Sihotang Penguji 2 Bertha Selviana Djahi Penguji 1 Nelci D. Rumlaklak Ketua Penguji

Penelitian ini mengidentifikasi bagaimana sebuah sentiment diterapkan menggunakan teks dan dapat dikelompokkan sebagai sentimen positif maupun sentimen negatif. Tujuan utama dari penelitian ini yaitu menganalisa sentimen, sikap, penilaian, pendapat dan respon seseorang apakah berkenan terhadap kebijakan pemerintahan mengenai penghapusan tenaga honorer. Untuk mendukung proses analisis sentimen digunakan algoritma K-Nearest Neighbor agar tercapai hasil yang akurat. K-Nearest Neighbor merupakan salah satu metode yang menggunakan algoritma untuk mengklasifikasikan berdasarkan data yang diperoleh. Hasil penelitian menunjukkan bahwa kebijakan penghapusan tenaga honorer menuai beragam tanggapan dari publik dengan oponi negatif yang dominan. Analisis sentimen yang diperoleh mengklasifikan 1.141 data komentar dengan pengelompokkan yaitu sentimen positif dan negatif. Akurasi yang diperoleh sebesar 76,77% dengan presisi sebesar 89,52% dan total rata-rata recall sebesar 60,65%, dimana tingkat akurasi sistem rendah karena jumlah data yang masih sedikit dan prepocessing yang belum dapat membersihkan beberapa komponen data. Kata Kunci: Analisis Sentimen, K-Nearest Neighbor, Algoritma.