Analisis Sentimen Di Twitter Menggunakan Metode Support Vector Machine (Svm) (Studi Kasus: Data Opini Twitter Tentang Kebijakan Vaksin Booster Sebagai Syarat Mudik Lebaran 2022 Di Indonesia)
Abstract
Munculnya virus novel coronavirus yang pada awal tahun 2020
mengakibatkan pandemi di seluruh dunia. Berbagai upaya telah dilakukan untuk
menangani permasalahan yang ditimbulkan oleh adanya pandemi Covid-19, salah
satunya adalah dengan penciptaan vaksin Covid-19. Pada April 2022, Satuan Tugas
Penanganan Covid-19 merilis surat edaran yang mengatur perjalanan untuk mudik
Idulfitri 1443 Hijriah di mana para pelaku perjalanan dalam negeri yang sudah
melakukan vaksinasi ketiga atau booster sudah tidak perlu melakukan test. Namun,
jika pelaku perjalanan belum melakukan vaksin booster, maka diharuskan untuk
melakukan test antigen atau PCR. Hal ini menuai pro dan kontra di masyarakat dan
menuangkan pendapatnya di sosial media, salah satunya Twitter. Twitter
merupakan salah satu sosial media yang cukup digemari dengan 322,4 juta
pengguna di seluruh dunia. Pada penelitian ini, dilakukan pelabelan data untuk
mengklasifikasikan kelas sentimen positif, netral, dan negatif yang kemudian akan
diuji menggunakan algoritma Support Vector Machine (SVM). Berdasarkan
penelitian yang dilakukan, diperoleh hasil akurasi tertinggi dengan menggunakan
metode kernel linear yaitu sebesar 97,99%. Mayoritas pengguna Twitter
menunjukkan tanggapan positif dengan anjuran untuk melakukan vaksin booster
dan anjuran untuk menjaga protokol kesehatan.
Collections
- Statistics [901]