IMPLEMENTASI SENTIMENT ANALYSIS DALAM PENYEBARAN INFORMASI VAKSINASI COVID-19MENGGUNAKAN METODE NAIVE BAYES DI FACEBOOK

FARID MOCHAMAD SALMAN

Informasi Umum

Kode

22.04.1489

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

359 kali

Informasi Lainnya

Abstraksi

<p>Jejaring sosial Facebook telah memberikan ruang baru bagi publik untuk menumpahkan pendapatnya secara luas. Pada perjalananya, Facebook tak lagi hanya sebatas jejaring pertemanan di jagat virtual, melainkan Facebook sendiri dapat dijadikan wadah bagi para penggunanya untuk bebas berpendapat. Dimasa pandemi Covid-19, vaksinasi dijadikan solusi terbaik untuk mengatasi pandemi tersebut. Pemberian vaksinasi menimbulkan Pro dan Kontra dikalangan masyarakatIndonesia. Respon kekhawatiran tersebut biasanya diekspresikan ke dalam media sosial, mayoritas dari masyarakat memberikan respon dan opini terhadap kekhawatiran terkait vaksinasi melalui media sosial, salah satu media sosial yang digunakan sebagai pilihan untuk menyampaikan respon dan opini tersebut adalah Facebook. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap penyebaran informasi vaksinasi Covid-19; mengidentifikasi kata yang paling sering muncul; dan mengkategorikan setiap opini yang muncul ke dalam kategorisentimen positif dan negatif terkait program vaksinasi Covid-19. Metode yang digunakan adalah Word cloud Analysis, Sentiment Analysis, dan algoritma Naive Bayes. Hasil dari penelitian ini didapat bahwa sentimen negatif mendapat hasil yang lebih tinggi dengan persentase sebesar 81,4% atau sebanyak 2.985 komentar, sedangkan sentimen positif mendapat hasil yang lebih rendah dengan persentase sebesar 18,6% atau sebanyak 682 komentar. Sedangkan didapat bahwa klasifikasi kata yang sering muncul pada kata positif yaitu kata “semoga” sebanyak 165 kata. Sedangkan kata negatif yang sering muncuk yaitu kata “vaksin” sebanyak 1.103 kata.</p>