ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADAKASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTORMACHINE
Dunia maya menjadi tempat bersosialisasi yang diminati oleh banyak orangmelalui media sosial untuk saling berkomunikasi atau menggali informasi, salah satumedia sosial yang banyak digunakan di Indonesia adalah Twitter. Twitter sebagaisalah satu media sosial sering menjadi wadah untuk penyampaian pes...
Saved in:
| Main Authors: | , |
|---|---|
| Language: | Indonesian |
| Published: |
STMIK AKAKOM
2021
|
| Subjects: | |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Dunia maya menjadi tempat bersosialisasi yang diminati oleh banyak orangmelalui media sosial untuk saling berkomunikasi atau menggali informasi, salah satumedia sosial yang banyak digunakan di Indonesia adalah Twitter. Twitter sebagaisalah satu media sosial sering menjadi wadah untuk penyampaian pesan berupa opinimasyarakat, salah satunya opini terhadap kasus Covid-19. Oleh karena itu, penelitimencoba menganalisa tweet berbahasa Indonesia yang berupa opini masyarakatterhadap tindakan pemerintah dalam kasus Covid-19.Penelitian ini dilakukan dengan menganalisis sentimen menggunakan metodeSupport Vector Machine (SVM) dengan Kernel Radial Basis Function (RBF). Tweetakan diklasifikasi menjadi sentimen positif, negatif, dan netral, sehingga dapatdiketahui seberapa banyak persentase dari masing-masing kategori opini. Penelitianini menggunakan data sebanyak 600 tweet yang diperoleh dari hasil scrapingmenggunakan twitterscraper.Hasil dari penelitian ini adalah tingkat akurasi pelatihan sebesar 77% dalammelakukan klasifikasi sentimen positif, negatif, dan netral. Dari hasil klasifikasi data,diperoleh sebagian besar tweet terdiri dari sentimen negatif. Kendala dalam prosesanalisis sentimen adalah terbatasnya jumlah data dan sebagian besar data berisi katakata singkatan yang tidak dapat dibersihkan pada saat praproses data.Kata Kunci : Analisis Sentimen, RBF, SVM, Twitter |
|---|