| dc.description.abstract | Melihat perkembangan dunia digital pada saat ini, pengguna platform media
sosial Twitter bertambah seiring berkembangnya dunia digital. Pada kuartal
pertama tahun 2019 tercatat sejumlah 330 juta orang menjadi pengguna aktif
jejaring sosial Twitter, hal ini menjadikan Twitter sebagai aplikasi jejaring sosial
yang menempati peringkat ke-12 dengan jumlah pengguna terbanyak di dunia.
Dengan pengguna yang berasal dari berbagai kalangan dan lapisan masyarakat,
opini warganet di jejaring sosial Twitter menjadi sangat beragam pada setiap
kemunculan berita yang ada. Jika melihat tren isu dari data percakapan di Twitter
sejak Oktober hingga Desember 2020, beberapa isu yang menjadi puncak
pembicaraan warganet adalah terkait topik vaksin COVID-19. Oleh karena itu,
penulis melakukan analisis pada jejaring media sosial Twitter terkait dengan isu
vaksin COVID-19 yang sempat menjadi perbincangan hangat di platform jejaring
sosial tersebut menggunakan metode algoritma Naïve Bayes Classifier. Metode ini
dirasa cocok dikaitkan dengan penggunaan implementasi text mining dan sentiment
analysis dikarenakan algoritma ini bertujuan sebagai metode klasifikasi ke dalam
kategori positif dan negatif terhadap pendapat masyarakat terkait vaksin COVID-
19 di Indonesia. Hasil klasfikasi sentiment Analysis didapatkan sebanyak 2960
tweet masuk dalam kelas sentimen negatif, 1475 masuk dalam kelas sentimen
positif dan 1601 tweet masuk dalam kelas sentiment netral. Berdasarkan hasil
klasifikasi menggunakan naive bayes didapatkan nilai akurasi sebesar 92%, untuk
nilai Recall sebesar 88%, dan untuk nilai precision sebesar 97%. Berdasarkan nilai
akurasi, recall, dan precision yang tinggi maka dapat dikatakan bahwa klasifikasi
sudah tepat. Dapat juga dilihat dari nilai lain seperti spesificity, FPR, dan AUC juga
menghasilkan nilai yang besar juga. Untuk nilai AUC didapatkan hasil sebesar 0,92
yang artinya bahwa nilai tersebut sudah sangat baik atau klasifikasi dikatakan sudah
sangat baik. | en_US |
