ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP VAKSIN COVID-19 DI INDONESIA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

COVID-19 merupakan suatu penyakit yang disebabkan oleh
virus yang bernama coronavirus, telah tersebar keseluruh masyarakat
dunia hingga WHO menetapkan sebagai pandemi global. Untuk
menghambat penyebaran covid-19 pemerintah Indonesia mengambil
kebijakan dengan memberikan vaksin. Hal tersebut, menimbulkan pro
kontra di masyarakat. Sehingga dilakukan penelitian guna mengetahui
pendapat masyarakat mengenai vaksin covid-19, yaitu dengan
mengklasifikasikan pendapat masyarakat pada media sosial twitter
kemudian didapat sentimen masyarakat terkait kebijakan vaksin covid-19
menggunakan metode NBC (Naïve Bayes Classifier). Data yang
digunakan dalam penelitian ini adalah kumpulan tweet mengenai vaksin
covid-19 pada tanggal 12 Agustus 2021 hingga 24 Agustus 2021, yang
didapat dari aplikasi Twitter dengan API (Application Programming
Interface), kemudian dilakukan praproses teks (remove URL, case
folding, tokenizing, stemming, stopword). Data setelah praproses dibagi
menjadi data training dan testing menggunakan 10-fold cross validation.
Kata-kata yang sering muncul pada sentimen positif yaitu kata “vaksin”,
“covid”, “virus”, “Indonesia”, “bebas”, sedangkan pada tweet negatif
yaitu kata “vaksin”, “covid”, “virus”. Klasifikasi menggunkan NBC
menghasilkan nilai akurasi yang tinggi pada fold-5 yaitu sebesar 86,3%,
nilai presisi sebesar 93%, nilai recall sebesar 97%. Hasil penelitian
menunjukkan metode Naïve Bayes Classifier baik dalam
mengklasifikasikan data tweet mengenai vaksin covid-19 di Indonesia.
Kata Kunci : Vaksin Covid-19, Sentimen, Naïve Bayes Classifier