Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19

  • Brian Laurensz Universitas Kristen Satya Wacana
  • Eko Sediyono Universitas Kristen Satya Wacana
Kata Kunci: Virus Corona, Indonesia, Vaksin, Sentimen, SVM, Naïve Bayes

Abstrak

Virus corona telah menjadi pandemi dunia dan sudah menyebar hampir ke seluruh dunia, termasuk Indonesia. Banyak dampak negatif yang diakibatkan oleh penyebaran COVID-19 di Indonesia, sehingga pemerintah mengambil tindakan vaksinasi agar dapat menekan tingkat penyebaran COVID-19. Tanggapan dari masyarakat terhadap tindakan vaksinasi cukup beragam di media sosial Twitter, ada yang mendukung dan ada juga yang tidak setuju. Makalah ini bertujuan untuk mengetahui sentimen masyarakat terhadap tindakan vaksinasi. Data yang digunakan sebanyak 845 tweet, dengan menggunakan dua kata kunci, yaitu “vaksinmerahputih” dan “vaksinsinovac”. Data kemudian dibagi menjadi 253 data latih dan 592 data uji. Klasifikasi dilakukan menggunakan metode SVM dan Naïve Bayes. Hasil klasifikasi dari metode Naïve Bayes mendapatkan rata-rata akurasi 85,59%, sedangkan SMV sebesar 84,41%. Hasil sentimen pada metode Naïve Bayes dengan kata kunci “vaksinsinovac” mendapatkan sentimen positif 66% dan negatif 34%, sedangkan “vaksinmerahputih” memperoleh sentimen positif 89% dan negatif 11%. Metode SVM dengan kata kunci “vaksinsinovac” mendapatkan sentimen positif 96% dan negatif 4%, sedangkan “vaksinmerahputih” mendapatkan sentimen positif 98% dan negatif 2%. Dapat disimpulkan bahwa hasil sentimen masyarakat terhadap tindakan vaksinasi mendapat respons yang positif.

Referensi

A.F. Watratan, A. Puspita B., dan D. Moeis, “Implementasi Algoritma Naive Bayes untuk Memprediksi Tingkat Penyebaran Covid-19 di Indonesia,” Journal of Applied Computer Science and Technology, Vol. 1, No. 1, hal. 7–14, 2020.

A. Susilo, C.M. Rumende, C.W. Pitoyo, W.D. Santoso, M. Yulianti, dkk., “Coronavirus Disease 2019: Tinjauan Literatur Terkini,” Jurnal Penyakit Dalam Indonesia, Vol. 7, No. 1, hal. 45-67, 2020.

V.N. Setiawan (2020) “Riset Medsos: Publik Lihat Negatif Kebijakan Pemerintah Atasi Corona,” [Online], https://katadata.co.id/agungjatmiko/berita/5ea5c764827c4/riset-medsos-publik-lihat-negatif-kebijakan-peemerintah-atasi-corona, tanggal akses: 30-Sep-2020.

V.K.S. Que, A. Iriani, dan H.D. Purnomo, “Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization,” Jurnal Nasional Teknik Elektro dan Teknologi Informasi, Vol. 9, No. 2, hal. 162–170, 2020.

S. Hikmawan, A. Pardamean, dan S.N. Khasanah, “Sentimen Analisis Publik terhadap Joko Widodo terhadap Wabah Covid-19 Menggunakan Metode Machine Learning,” Jurnal Kajian Ilmiah, Vol. 20, No. 2, hal. 167–176, 2020.

N.D. Susanti, E. Sediyono, dan I. Sembiring, “Uji Perbandingan Akurasi Analisis Sentimen Pariwisata Menggunakan Algoritma Support Vektor Machine dan Naive Bayes,” Nusantara of Engineering, Vol. 3, No. 2, hal. 26–33, 2016.

H. Tuhuteru dan A. Iriani, “Analisis Sentimen Perusahaan Listrik Negara Cabang Ambon Menggunakan Metode Support Vector Machine dan Naive Bayes Classifier,” Jurnal Informatika: Jurnal Pengembangan IT, Vol. 3, No. 3, hal. 394–401, 2018.

A. D’Andrea, F. Ferri, P. Grifoni, dan T. Guzzo, “Approaches, Tools and Applications for Sentiment Analysis Implementation,” International Journal of Computer Applications, Vol. 125, No. 3, hal. 26–33, 2015.

R. Moraes, J.F. Valiati, dan W.P.G. Neto, “Document-level Sentiment Classification: An Empirical Comparison Between SVM and ANN,” Expert Systems with Applications, Vol. 40, No. 2, hal. 621–633, 2013.

N. Yunita, “Analisis Sentimen Berita Artis dengan Menggunakan Algoritma Support Vector Machine dan Particle Swarm Optimization,” Jurnal Sistem Informasi STMIK Antar Bangsa, Vol. 5, No. 2, hal. 104–112, 2016.

J.S. Chou, M.Y. Cheng, Y.W. Wu, dan A.D. Pham, “Optimizing Parameters of Support Vector Machine Using Fast Messy Genetic Algorithm for Dispute Classification,” Expert Systems with Applications, Vol. 41, No. 8, hal. 3955–3964, 2014.

A.S.H. Basari, B. Hussin, I.G.P. Ananta, dan J. Zeniarja, “Opinion Mining of Movie Review Using Hybrid Method of Support Vector Machine and Particle Swarm Optimization,” Procedia Engineering, Vol. 53, hal. 453–462, 2013.

H. Irsyad, A. Farisi, dan M.R. Pribadi, “Klasifikasi Opini Masyarakat terhadap Jasa ISP MyRepublic dengan Naïve Bayes,” Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI), Vol. 8, No. 1, hal. 30-34, 2019.

E. Indrayuni, “Analisa Sentimen Review Hotel Menggunakan Algoritma Support Vector Machine Berbasis Particle Swarm Optimization,” Jurnal Evolusi, Vol. 4, No. 2, hal. 20–27, 2016.

Diterbitkan
2021-05-27