Analisis Sentimen Berbasis Aspek Terhadap Opini Masyarakat 
Terkait Rapid Tes Pada Jejaring Sosial Twitter 
Menggunakan Metode LDA

VINY GILANG RAMADHAN

Informasi Umum

Kode

22.04.333

Klasifikasi

621.382 - Artificial intelligence, Big data. Electrical engineering.

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Artificial Intelligence

Informasi Lainnya

Abstraksi

Tahun 2020 terjadi wabah penyakit yang berkembang luar biasa di dunia, penyakit ini adalah virus corona. Pemerintah Indonesia melakukan Rapid tes massal guna deteksi dini dalam penyebaran virus Corona. Dengan melakukan analisis sentimen berbasis aspek terkait rapid test pada jejaring sosial Twitter yang mana hasil tersebut dapat berguna bagi instansi yang membutuhkan. Penelitian ini bertujuan untuk mengetahui aspek dan opini masyarakat sebagai pengguna Twitter mengenai Corona khususnya terhadap rapid tes. Metode yang digunakan adalah Latent Direchlet Allocation (LDA) karena memiliki keunggulan dalam pemrosesan data jumlah besar dan lebih konsisten dengan menggunakan dua hyperparameter alfa dan beta untuk membangkitkan nilai topic proportion dan probabilitas kata untuk menghasilkan topik apa saja yang dibicarakan. Hasil penelitian ini adalah masyarakat memiliki sentiment yang positif terhadap rapid tes. Dengan menggunakan metode LDA dapat menghasilkan 4 aspek yaitu kenyamanan, pelayanan, peraturan, dan informatif. Selain itu akurasi pengklasifikasian terbaik didapatkan sebesar 94% dengan metode SVM menggunakan kernel RBF dibandingkan dengan naive bayes sebesar 78%.