Analisis Sentimen Menggunakan Metode Naïve Bayes Untuk Mengetahui Respon Masyarakat Terhadap Vaksinasi

Abstract

Media sosial merupakan suatu media yang sulit untuk lepas dari kehidupan sehari-hari saat ini, dimana setiap orang dapat dengan bebas berekspresi dan mengeluarkan isi pikirannya secara meluas di internet, dalam menghadapi pandemi COVID-19, Vaksinasi merupakan hal yang wajib dilakukan sebagai salah satu untuk memutuskan rantai penyebaran virus COVID-19, oleh karena itu informasi yang tersebar di media sosial mengenai vaksinasi juga perlu terjaga untuk mengurangi kekhawatiran masyarakat terhadap pandemi serta menjaga kelancaran vaksinasi yang sedang berjalan. Untuk mengetahui hal tersebut, diperlukan suatu studi analisis sentimen mengenai tanggapan masyarakat mengenai “vaksinasi”, dengan penelitian yang dilakukan ini untuk mengetahui bagaimana tanggapan masyarakat terhadap vaksinasi didapatkan bahwa banyak masyarakat yang mendukung serta menerima dengan baik vaksinasi dan hanya sedikit masyarakat yang menolak vaksinasi, pengukuran confusion matrix pada hasil klasifikasi juga dilakukan dengan hasil accuracy 84%, precision 95%, recall 85%, dan specificity 80%.

Sentiment Analysis ChatGPT Using the Multinominal Naïve Bayes Classifier (NBC) Algorithm

“…Sentiment analysis is the practice of categorizing extremes of text inside a document or sentence into positive, negative, or neutral sentiment. Data mining is used in sentiment analysis to evaluate, process, and extract text data from a given service, product, individual, phenomena, or topic [16] [17]. The algorithm used in this research is the Multinominal Naïve Bayes Classifier (NBC) algorithm.…”