Klasifikasi Menggunakan Support Vector Machine Dan Latent Dirichlet Allocation Terkait Kasus Covid-19 Di Indonesia
Abstract
ocial Media merupakan media yang biasanya digunakan untuk berinteraksi
maupun berbagi melalui jaringan online tanpa terbatasi ruang dan waktu. Salah satu
social media yang sering digunakan adalah Twitter. Twitter juga digunakan untuk
berbagi informasi dan menuangkan berbagai macam opini. Topik pembahasan yang
tengah viral di social media twitter adalah uji coba vaksin covid-19. Oleh karena
itu, penulis ingin melakukan penelitian mengenai klasifikasi tanggapan masyarakat
Indonesia terhadap vaksin covid-19 dengan menggunakan metode Support Vector
Machine dan metode Latent Dirichlet Allocation. Support Vector Machine
digunakan untuk pengklasifikasian tanggapan masyarakat, sedangkan Latent
Dirichlet Allocation digunakan untuk pemodelan topik pembicaraan masyarakat.
Data penelitian ini diperoleh dari scrapping social media twitter dan diambil sejak
tanggal 23 November 2020 sampai 30 November 2020. Berdasarkan hasil
penelitian ini didapatkan bahwa, model Support Vector Machine terbaik untuk
klasifikasi tanggapan mengenai vaksin covid-19 adalah model linear dengan
tingkat akurasi sebesar 92.3%. Terdapat 7 topik yang saling berkaitan dari data
tanggapan vaksin covid-19 di Indonesia, yaitu mengenai penanganan pandemi di
Indonesia dan pemulihan negara.
Collections
- Statistics [899]