PERANCANGAN KLASIFIKASI SENTIMEN TWEET MENGENAI COVID-19 PADA TWITTER DI INDONESIA DENGAN METODE VECTOR SPACE MODEL
Abstract
Sejak awal tahun 2020, dunia dikejutkan dengan pandemi Covid-19, Virus Corona terus menyebar, hingga pada tanggal 19 Oktober 2020 Indonesia ditetapkan sebagai negara nomor satu dengan tingkat kematian tertinggi se-Asia Tenggara, Salah satu kebijakan yang ditempuh pemerintah dengan pemberian vaksinasi kepada seluruh masyarakat. Indonesia secara gratis. Masyarakat mulai memperbincangkan opini mereka mengenai PPKM di twitter secara masif. Kemudian opini-opini tersebut yang dimanfaatkan untuk mengetahui sentimen dari masyarakat. Ragam pendapat mengenai vaksinasi ini dimedia sosial twitter mengenai kewajiban vaksinasi terjadi perbedaan pendapat, baik yang setuju maupun yang tidak setuju akan berpengaruh bagi program-program penanganan pandemi corona virus maupun pemulihan ekonominya. Penelitian ini akan mengklasifikasi pendapat pengguna twitter dalam penggunaaan vaksinasi dan akan dibangun dalam sebuah perancangan sistem yang berbasis web, dengan kombinasi penggunaan metode Vector Space Model. Tujuan dari penelitian ini membangun sistem untuk mengklasifikasi sentimen positif dan negatif mengenai vaksin Covid-19 dengan metode Vector Space Model. Klasifikasi terhadap twitter secara langsung mengenai Covid-19, dapat diimplemantasikan dengan hasil tweet yang memperlihatkan nilai positif dengan 51.6%. Sistem dapat menjadikan program ini digunakan untuk melakukan klasifikasi dan menganalisa penentuan terhadap data tweet pada tahun berjalan
Keywords
Full Text:
PDF (Indonesian)References
Xueting W, Canruo Z, Zidian X, Dongmei L.“Public opinions towards COVID-19 in California and New York on Twitter. medRxiv”.2020.
Nuraini R. “Kasus Covid-19 pertama, masyarakat jangan panik” [Internet]. [diakses 2021 Jun 1].https://indonesia.go.id/narasi/indonesia-dalam-angka/ekonomi/kasus-covid-19- pertama-masyarakat-jangan-panik.2020.
Shalihah NF. “Kasus dan kematian akibat covid-19 di Indonesia tertinggi di ASEAN”. [diakses 2021 Jun 1]. https://www.kompas.com/tren/read/2020/10/16/141000165/kasusdan-kematian-akibat-covid-19-di-indonesia-tertinggi-di-asean
[BPS] Badan Pusat Statistik. 2020. Hasil Survei Sosial Demografi Dampak COVID-19 2020. Jakarta(ID): BPS RI.
A. K. Fauziyyah, “Analisis Sentimen Pandemi Covid19 Pada Streaming Twitter Dengan Text Mining Python,” J. Ilm. SINUS, vol. 18, no. 2, p. 31, 2020, doi: 10.30646/sinus.v18i2.491.
E.M.Sipayung.”Perancangan Sistem Analisis Sentimen Komentar Pelanggan Menggunakan Metode Naïve BayesClasification”.J.Sist.Infor.Vol.8.No.11PP.958- 965.2022.
Noerhayati Djumaah Manis,dkk.”Pengelompokan Sentimen Pada Twitter Tentang Pendapat Masyarakat Terhadap Karantina Selama Pandemi Covid -19 Menggunakan Metode DBSCAN”. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer”.Vol.5.No.2.Hal.485-491.Februari 2021.
Qarry Atul Chairunnisa, dkk.” Analisis Sentiment Penggunaan Twitter Terhadap Program Vaksinasi Covid-19 di Indoensia Menggunakan Algoritma Support Vektor Machine”.Jurnal Ilmu Komputer Agri-Informatika.Vol.9.Nomor1 Hal. 79 – 89.2022
Hasri Hayati,Muh.Rizal.”Analisis Sentimen Pada Tweet Terkait Vaksin Covid-19 Menggunakan Metode Support Vektor Machine”. Jurnal Teknologi Terapan Volume 7, Nomor 2, September 2021.
Hendrik Setiawan, dkk.”Analisis Sentimen Twitter Kuliah Online Pasca Covid Menggunakan Algoritma Support Vector Machine dan Naïve Bayes”. Jurnal Komtika.Vol.5.N0.1.Mei 2021.
Muyassar Akmal Iftikar, Yulia Sibaroni,”Analisis Sentimen Twitter Penanganan Pandemi Covid-19 Mengguanakan Metode Hybrid Naïve Bayes, Decision Three, dan Support Vector Machine: Proceedings of Engineering.Vol.9.No.3 .2022.
DOI: http://dx.doi.org/10.30700/jst.v13i1.1321
Article Metrics
Abstract view : 201 timesPDF (Indonesian) - 188 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 SISFOTENIKA
This work is licensed under a Creative Commons Attribution 4.0 International License.
Badan Pengelola Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (SISFOTENIKA) STMIK Pontianak.
Jurnal Ilmiah SISFOTENIKA terindex di :
| |
SERTIFIKAT PENGHARGAAN :
Jurnal Ilmiah SISFOTENIKA Terakreditasi Peringkat Empat
Partners & Co-Organizers:
Jurnal Ilmiah SISFOTENIKA: STMIK Pontianak Online Journal ISSN Printed (2087-7897) - ISSN Online (2460-5344) licensed under a Lisensi Creative Commons Atribusi 4.0 Internasional.