PERANCANGAN KLASIFIKASI SENTIMEN TWEET MENGENAI COVID-19 PADA TWITTER DI INDONESIA DENGAN METODE VECTOR SPACE MODEL

Cucut Susanto

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


Perancangan, klasifikasi, covid-19, Vector Space Model, Twitter

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 times
PDF (Indonesian) - 188 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 SISFOTENIKA

Creative Commons License
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 :


   

   

  

    

    

    

   

 

 

 

ISSN Printed : 2087-7897

ISSN Online : 2460-5344


SERTIFIKAT PENGHARGAAN :

Jurnal Ilmiah SISFOTENIKA Terakreditasi Peringkat Empat

 

Partners & Co-Organizers:




Lisensi Creative Commons

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. Flag Counter

View My Stats>