Analisis Sentimen Masyarakat Terhadap COVID-19 Pada Media Sosial Twitter

Abstract

Akhir tahun 2019 lalu dunia digemparkan oleh munculnya suatu penyakit yang disebabkan oleh virus SARS-CoV-2 yang merupakan jenis virus terbaru dari coronavirus. Penyakit ini dikenal dengan nama COVID-19. Penyebaran penyakit ini terbilang cukup luas dan cepat. Dalam waktu singkat penyakit ini mulai menyebar ke segala penjuru dunia tak terkecuali Indonesia. Dengan tingkat penyebaran yang begitu tinggi dan belum ditemukannya vaksin untuk COVID-19, menyebabkan kekacauan di tengah masyarakat. Hal ini mempengaruhi banyak sektor kehidupan masyarakat. Tak sedikit masyarakat yang aktif bersosial media dan menuliskan pendapat, opini serta pemikirannya di platform media sosial seperti Twitter. Terjadinya pandemi ini mendorong masyarakat untuk menuliskan opini, pemikiran serta pendapatnya terhadap COVID-19 pada media sosial Twitter. Dibutuhkan suatu model sentiment analysis untuk mengklasifikasi tweet masyarakat di Twitter menjadi positif dan negatif. Sentiment analysis merupakan bagian dari Natural Language Processing yang membuat sebuah sistem guna mengenali serta mengekstraksi opini dalam bentuk teks. Pada penelitian ini digunakan algoritma Naive Bayes dan K-Nearest Neighbor untuk digunakan dalam membangun model sentiment analysis terhadap tweet pengguna Twitter terhadap COVID-19. Didapatkan akurasi sebesar 85% untuk algoritma Naïve Bayes dan 82% untuk algoritma K-Nearest Neighbor pada nilai k=6, 8, dan 14.

LSTM (Long Short Term Memory) for Sentiment COVID-19 Vaccine Classification on Twitter

“…Sentimen merupakan padangan, perasaan, pendapat atau penilaian seseroang terhadap suatu produk, jasa atau peristiwa [2]. Analisis sentimen merupakan kegiatan menganalisis pendapat warga, tingkah laku, penilaian, serta emosi pada suatu produk, organisasi, perhimpunan, seorang tokoh, pelayanan, serta kasus maupun permasalahan yang terjadi di lingkangan masyarakat itu sendiri [3].…”

Analisis Sentimen Terhadap Vaksinasi Astra Zeneca pada Twitter Menggunakan Metode Naïve Bayes dan K-NN

“…Analisis sentimen juga sering disebut sebagai Opinion Mining. Opinion mining ini mengarah kepada bidang yang sangat luas, tujuannya hanya untuk melakukan sebuah analisa pendapat, sentiment evaluasi, sikap, penilaian dan emosi seseorang [17]. Dari pernyataan tersebut diketahui bahwa analisis sentiment merupakan proses penentuan perasaan atau tanggapan seseorang yang dapat digambarkan baik dalam bentuk teks maupun bahasa yang dapat dikategorikan sebagai sentiment netral, postif ataupun negative [18].…”

Komparasi Algoritma K-Nearest Neighbor Dan Naive Bayes Dalam Faktor Ketidakdisiplinan Masyarakat Terhadap Protokol Kesehatan Covid-19

“…Bayes merupakan teknik prediksi berbasis probabilistik sederhana yang berdasar pada penerapan teorema Bayes (atau aturan Bayes) dengan asumsi ketidaktergantungan yang kuat. Naive Bayes merupakan salah satu metode Data Mining klasifikasi yang memprediksi data di masa yang akan mendatang berdasarkan data sebelumnya atau data yang sudah ada [9]. Keuntungan menggunakan metode Naive Bayes adalah membutuhkan data training yang kecil dalam menentukan estimasi yang diperlukan dalam proses pengklasifikasian [10].…”