Opini publik pada pelayanan jasa penting bagi pemilik perusahaan untuk perbaikan layanan yang sudah ada serta memprediksi layanan apa saja yang dapat ditambahkan di masa mendatang dan mengetahui posisi perusahaan diantara kompetitornya. Sentimen masyarakat dapat dijadikan sebagai salah satu indikator oleh perusahaan untuk mendapatkan informasi dan feedback dari konsumennya. Pada twitter dapat dilakukan proses penggalian informasi mengenai sentimen masyarakat terhadap pelayanan GO-JEK dan salah satu teknik penggalian informasi pada twitter adalah analisis sentimen.
Proses diawali dengan preprocessing dilanjutkan dengan pembobotan kata, kemudian pengkategorian yang terdiri atas penghitungan cosine similarity dan klasifikasi sentimen. Preprocessing diantaranya cleansing, case folding, tokenizing, stopword removal, dan stemming. Metode pembobotan menggunakan TF-IDF dan metode klasifikasinya menggunakan Improved K-Nearest Neighbor. Metode Improved K-Nearest Neighbor memiliki kelebihan berupa kestabilan pada berapapun variasi nilai k.
Hasil yang diperoleh melalui implementasi dan pengujian sistem adalah jumlah data latih dan data uji serta nilai k berpengaruh terhadap ketepatan hasil analisis sentimen. Rata-rata Precision yang diperoleh sistem sebesar 79%, rata-rata Recall sebesar 88%, rata-rata F-Measure sebesar 83% serta rata-rata Accuracy sebesar 81% pada k=1 dengan komposisi data latih dan data uji sebesar 90%:10% sehingga dapat disimpulkan efektivitas sistem sudah berjalan dengan cukup baik.
Kata kunci: twitter, GO-JEK, analisis sentimen, Improved K-Nearest Neighbor