Maraknya penyebaran virus Corona atau Covid-19 di Indonesia mengakibatkan pemerintah menganjurkan agar masyarakat indonesia melakukan isolasi diri dan social distancing. Hal ini menyebabkan banyaknya tanggapan publik khusunya di media sosia twitter tentang anjuran tersebut. Dalam penelitan ini akan dilakukan analisis sentimen masyarakat terhadap dampak yang dirasakan masyarakat mengenai isolasi diri. Ada beberapa tahap untuk melakukan analisis sentimen, diantaranya adalah tahap pengumpulan data, preprocesing data, validasi data serta pengujian dilakukan dengan tools rapidminer dengan menggunakan fitur TF-IDF untuk melakukan pembobotan pada setiap kata. Pada penelitian ini setiap tweet diklasifikasikan menjadi sentimen positif dan negative. Metode Naive Bayes dalam klasifikasi sentimen memiliki akurasi yang cukup baik untuk melakukan klasifikasi sentimen.

No abstract

Many acute respiratory infections or ARI are caused by viruses that attack the nose, trachea (breathing tube), or the lungs. It can be said that ARI is caused by inflammation that disrupts a person's breathing process. If not treated quickly, ARI can spread to all respiratory systems and prevent the body from getting proper oxygen, moreover it can cause the loss of a person's life. This research aims to diagnose ARI as an early step in practicing artificial intelligence in medicine, designing and apply an expert system that can diagnose ARI. The procedure used in this study uses forward chaining with tracking that begins with input data, and then creates a diagnosis or solution. The expert system used to diagnose acute respiratory inflammation uses the Forward chaining procedure with a data-driven approach, in this approach tracking starts from input data, and then seeks to draw conclusions, so that it can be used. diagnose the type of disease associated with the ARD disease experienced by showing the existing signs.

No abstract