Analisis Sentimen Pengguna Youtube Terhadap Program Vaksin Covid-19

Abstract

<p><em>Vaksinasi </em><em>telah mulai</em><em> dilakukan pemerintah Indonesia per tanggal 13 Januari 2021 menjadi momen yang penting. Vaksinasi menjadi pilihan pemerintah Indonesia untuk menekan grafik penularan virus Covid-19. Indonesia telah menyiapkan dosis vaksin sebesar 371 juta vaksin corona. Namun, isu tentang vaksin juga beredar luas di masyarakat. Rumor tentang vaksin yang belum aman dan kurangnya sosialisasi menimbulkan pro dan kontra terhadap vaksinasi ini. Maka dari itu mencari tahu opini masyarakat tentang vaksinasi ini menjadi opsi untuk menentukan sentimen masyarakat terhadap vaksin.</em></p><p><em>Media sosial menjadi salah satu sumber opini masyarakat dalam menuangkan pendapatnya. Pengolahan opini tersebut dapat menjadi sebuah alternatif untuk menentukan respon publik terhadap suatu peristiwa tertentu. Menurut HootSuit Indonesia tahun 2021 Youtube menjadi social media dengan pengguna terbanyak. Dengan pertimbangan tersebut, Youtube menjadi sebuah pilihan untuk menjadi sumber dataset.</em></p><p><em>Selanjutnya dataset </em><em>itu</em><em> diolah dan </em><em>diproses dengan</em><em> metode Support Vector Machine data yang diolah tersebut akan dijadikan model klasifikasi untuk melakukan pengklasifikasian teks dari komentar Youtube dengan topik bahasan “vaksin covid-19”. Hasil dari pengklasifikasian tersebut diharapkan dapat menjadi informasi maupun masukan kepada pihak tertentu untuk dijadikan pertimbangan.</em></p>

Korelasi antara Kekuatan Militer dan Faktor-Faktor Multidimensi: Analisis Tahun 2021

“…Pengumpulan data ini menjadi landasan utama dalam menjalankan analisis yang komprehensif untuk memahami hubungan antara kekuatan militer dan berbagai faktor yang memengaruhinya. Dengan mengekstraksi pola informasi dari data berguna untuk mengolah data menjadi informasi baru dan lebih berguna [11] [12].…”

Analisis Sentimen Komentar Youtube Tentang Prediksi Resesi Ekonomi Tahun 2023 Menggunakan Algoritme Naïve Bayes

“…Banyaknya pelanggan terjadi karena substansinya semakin berbeda dan berkembang. Diperkirakan lebih dari 600 pengguna di Indonesia memiliki lebih dari 1 juta endorser [1].…”

“…Konsep term frequency melihat catatan sebagai sekarung kata di mana permintaan peristiwa kata diabaikan dan hanya jumlah peristiwa kata yang penting [13]. Nilai TF ditentukan menggunakan Persamaan (1).…”

Analisis sentimen kenaikan harga kebutuhan pokok dimedia sosial youtube menggunakan algoritma support vector machine

“…Salah satu media sosial dengan pengguna terbanyak di dunia yaitu Youtube. Youtube merupakan media sosial berbasis web streaming video atau situs untuk mengunggah dan menonton video [1]. Memasuki pekan kedua bulan Januari tahun 2022, terjadi kenaikan harga bahan kebutuhan pokok diumumkan dibeberapa media berita online.…”

“…Penelitian lain [4] juga membuktikan bahwa algoritma Support Vector Machine menghasilkan nilai akurasi terbaik sebesar 96.68% dari algoritma Machine Learning lainnya (BM25 + KNN dan Naive Bayes), yang telah diujikan pada analisis sentimen tweet positif dan tweet negatif, oleh netizen media sosial Twitter terkait pemindahan Ibu Kota Indonesia. Kemudian [1] melakukan analisis sentimen dengan tema keluhan program vaksinasi Covid -19 di Indonesia, pada komentar dimedia sosial Youtube, menggunakan Support Vector Machine dan fitur ekstraksi pembobotan kata TF-IDF, menghasilkan tingkat keakuratan menghasilkan tingkat akurasi rata-rata 76.33%. Dari uraian penjelasan latar belakang dan beberapa referensi penelitian terdahulu yang telah disebutkan diatas, penulis mengusulkan analisis sentimen berupa komentar masyarakat pada konten video dimedia sosial Youtube.…”