Analisis Sentimen Terhadap Pengembangan Vaksin Covid-19 Di Indonesia Pada Platform Twitter Menggunakan Metode Naïve Bayes Dan Support Vector Machine
Abstract
Twitter merupakan salah satu media sosial yang digunakan untuk menyalurkan opini
dan membahas berbagai masalah yang ada. Masalah yang banyak dibahas pada masa
pandemic ini adalah salah satunya adalah Vaksin Covid-19. Opini dan masalah tersebut dapat
diolah dengan cara yaitu analisis sentimen. Naive Bayes dan Support Vector Machine (SVM)
merupakan teknik machine learning yang populer untuk pengklasifikasian. Kedua algoritma
digunakan, untuk kemudian dibandingkan hasil akurasinya. Tujuan dari penelitian ini adalah
mengoptimasi algoritma dengan akurasi tertinggi antara Naive Bayes dan Support Vector
Machine (SVM). Dalam penelitian ini Naive Bayes Classifier menghasilkan akurasi yang
lebih tinggi dibandingkan dengan Support Vector Machine (SVM). Naive Bayes merupakan
algoritma yang digunakan dalam pengkategorian teks, dengan menggabungkan probabilitas
kata-kata dan kategori untuk memprediksi probabilitas kategori dari sebuah dokumen.
Penggunaan metode naive bayes menghasilkan akurasi paling optimal sebesar 74,74%. Dapat
disimpulkan bahwa hasil klasifikasi sentimen opini masyarakat terhadap pengembangan
Vaksin Covid-19, data sentimen positif sejumlah 422 dan sentimen negatif sejumlah 346.
Kemudian sentimen negatif dianalisa dan akar masalah divisualisasikan menggunakan
diagram fishbone.
Collections
- Industrial Engineering [2224]