Analisis Sentimen Masyarakat di Twitter Terkait Pandemi Covid-19
DOI:
https://doi.org/10.32664/smatika.v11i01.520Kata Kunci:
Analisis sentimen, Covid-19, Naïve Bayes, KlasifikasiAbstrak
Media sosial merupakan tempat untuk mencari pertemanan baru serta tempat untuk mengeluarkan pendapat terhadap sesuatu secara bebas. Salah satu media sosial yang banyak digunakan saat ini adalah Twitter. Banyak masyarakat yang memanfaatkan Twitter untuk mengeluarkan pendapat terhadap Pandemi Covid-19 yang terjadi di berbagai negara termasuk di Indonesia. Pandemi Covid-19 atau korona virus di Indonesia diawali dengan temuan penderita penyakit korona virus 2019 (COVID-19) pada 2 Maret 2020 hingga 8 April 2020, telah terkonfirmasi 2.738 kasus positif COVID-19, dengan 221 kasus di antaranya meninggal dan 204 kasus sembuh. Tweet yang dituliskan oleh masyarakat nantinya dapat diklasifikasikan ke dalam sentimen positif maupun sentiment negatif menggunakan analisis sentimen. Hasil dari analisis sentiment kita dapat melihat bagaimana persepsi masyarakat Indonesia terkait pandemi Covid-19 yang terjadi di Indonesia. Proses klasifikasi analisis sentimen akan menggunakan metode naïve bayes. Pengujian sentimen yang dilakukan menggunakan Cross Validation meliputi pengujian 5 Fold dan 10 Fold. Dari masing-masing pengujian tersebut akan dilihat nilai accuracy, presisi dan recall. Hasil Cross Validation pengujian 5 Fold didapatkan hasil dari rata-rata akurasi sebesar 0.756364 (75%). Hasil Cross Validation pengujian 10 Fold didapatkan hasil dari rata-rata akurasi sebesar 0.76 (76%).
Referensi
A. F. Hidayatullah and A. Sn, “Analisis Sentimen dan Klasifikasi Kategori Terhadap Tokoh Publik Pada Twitter,†Semin. Nas. Inform. 2014, vol. 2014, no. August 2013, pp. 0–8, 2014.
M. Bouazizi and T. Ohtsuki, “Sarcasm detection in twitter: »all your products are incredibly amazing!!!» - are they really?,†in 2015 IEEE Global Communications Conference, GLOBECOM 2015, 2015, doi: 10.1109/GLOCOM.2014.7417640.
M. Arnani, “2.738 Orang Positif Covid-19 di Indonesia, Ini Rincian Kasus di 32 Provinsi,†Kompas, Jakarta, 2020.
G. A. Buntoro, “Analisis Sentimen Calon Presiden Indonesia 2014 Dengan Lima Class Attribute,†Universitas Gadjah Mada, 2015.
A. Faisal, Y. Alkhalifi, A. Rifai, and W. Gata, “Analisis Sentimen Dewan Perwakilan Rakyat Dengan Algoritma Klasifikasi Berbasis Particle Swarm Optimization,†JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 5, no. 2, p. 61, 2020, doi: 10.31328/jointecs.v5i2.1362.
C. D. Manning, P. Ragahvan, and H. Schutze, “An Introduction to Information Retrieval,†Inf. Retr. Boston., no. c, pp. 1–18, 2009, doi: 10.1109/LPT.2009.2020494.
T. A. M, Y. Alkhalifi, N. A. Mayangky, and W. Gata, “Analisis Sentimen Opini Publik Mengenai Larangan Mudik pada Twitter Menggunakan Naive Bayes,†CoreIT, vol. 6, no. 2. 2020.
D. A. Putri, D. A. Kristiyanti, E. Indrayuni, A. Nurhadi, and D. R. Hadinata, “Comparison of Naive Bayes Algorithm and Support Vector Machine using PSO Feature Selection for Sentiment Analysis on E-Wallet Review,†J. Phys. Conf. Ser., vol. 1641, no. 1, 2020, doi: 10.1088/1742-6596/1641/1/012085.
M. Habibi, “Analisis Sentimen Dan Klasifikasi Komentar Mahasiswa Pada Sistem Evaluasi Pembelajaran Menggunakan Kombinasi Knn Berbasis Cosine Similarity Dan Supervised Model,†Universitas Gadjah Mada, 2017.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Penulis telah menyetujui bahwa pemegang hak cipta adalah SMATIKA Jurnal. Dan Author berhak menyebarkan artikel tanpa seijin SMATIKA jurnal.
