Harli, Nadia Salsabila
(2022)
Analisis Sentimen dan Support Vector Machine (SVM) pada Opini Pengguna Twitter Terhadap Vaksin Booster di Indonesia.
Diploma thesis, Universitas Negeri Padang.
Abstract
Covid-19 (Coronavirus disease 2019) adalah wabah penyakit menular baru yang disebabkan oleh coronavirus. Penyebaran virus ini sangat cepat keseluruh negara di dunia. Pada bulan Maret 2020 Covid-19 masuk dan menyerang Indonesia. Penyebaran virus Covid-19 di Indonesia semakin meningkat setiap harinya. Salah satu upaya yang dilakukan pemerintah dalam mengurangi penyebaran virus ini dengan penggunaan vaksin. Dalam pelaksanaan vaksinasi, vaksin booster masih jauh dari target yang diharapkan pemerintah. Keberadaan vaksin booster ini mendapat berbagai pendapat dari masyarakat Indonesia yang disampaikan melalui media sosial Twitter. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia tentang vaksinasi booster menggunakan klasifikasi Support Vector Machine.
Jenis penelitian ini adalah penelitian terapan. Data yang digunakan adalah tweet berbahasa Indonesia yang membahas mengenai vaksin booster. Data tweet diperoleh dari dataset twitter dengan menggunakan teknik crawling data pada Python. Kemudian dilakukan tahap preprocessing data yang terdiri dari: cleaning, case folding, tokenizing, stopwords, dan stemming. Klasifikasi sentimen dibagi menjadi sentimen positif dan sentimen negatif.
Preprocessing yang telah dilakukan menghasilkan data bersih sebanyak
707 tweet dari 1500 tweet data awal. Berdasarkan proses pelabelan yang dilakukan diperoleh data tweet sentimen positif sebanyak 572 data dan data tweet sentimen negatif sebanyak 135 data. Dari klasifikasi analisis sentimen opini pengguna twitter terhadap vaksin booster menggunakan Support Vector Machine didapatkan tingkat akurasi sebesar 85,9%.
Actions (login required)
 |
View Item |
