Klasifikasi Respon Masyarakat Indonesia Terhadap COVID-19 di Twitter

Panji  Bintoro; Ratnasari

Panji Bintoro Universitas Aisyah Pringsewu
Ratnasari Universitas Aisyah Pringsewu

Keywords: COVID-19, Analisis Sentimen, Support Vector Machine, Multinomial Naïve Bayes, Stochastic Gradient Descent, Random Forest

Abstract

Penanganan COVID-19 (Coronavirus Disease-2019) di Indonesia pernah menjadi topik hangat di media sosial yaitu Twitter. Penanganan pemerintah Indonesia tersebut menimbulkan pro dan kontra di masyarakat. Opini publik di Twitter dapat digunakan sebagai sistem pendukung keputusan dalam pengambilan kebijakan yang tepat untuk mengevaluasi kinerja pemerintah. Metode analisis sentimen dapat digunakan untuk menganalisis opini publik di Twitter. Penelitian ini bertujuan untuk memahami fenomena opini publik tentang COVID-19 di Indonesia. Kami menggunakan dataset tweet mengenai COVID-19 di Indonesia untuk diklasifikasikan menjadi sentimen positif, dan negatif. Kami melakukan preprocessing untuk data duplikat dan tidak relevan dan kami juga membandingkan text feature extraction untuk analisis sentimen pada data baru. Algoritma pembelajaran mesin diveluasi menggunakan beberapa metode serta menggunakan 10-fold validasi. Performa terbaik terjadi pada skenario kedua dengan classifier terbaik adalah Support Vector Machine dengan akurasi yang didapatkan sebesar 84.03%.