LATIF, ABDUL (2021) PERBANDINGAN KINERJA AKURASI PADA ANALISIS SENTIMEN TERHADAP VAKSINASI COVID-19 PADA TWITTER MENGGUNAKAN ALGORITMA NAVE BAYES DAN SUPPORT VECTOR MACHINE. S1 thesis, Universitas Mercu Buana Jakarta.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (JURNAL MAHASISWA)
KOMPRE+41517120009+ABDULLATIF - ABDUL LATIF.pdf Restricted to Registered users only Download (949kB) |
Abstract
WHO has declared Covid-19 a global health emergency. Seeing a situation like this, one very possible way to prevent the wider spread of this pandemic is by developing vaccines. With the presence of the vaccine, it has generated various opinions and criticisms from the public, especially the twitter social media user community. Information about public opinion can be spread very easily. So many pros and cons to the news about the presence of the vaccine. Every individual has different opinions and opinions. This opinion is very important and is also one of the things that influence the main human behavior. Sentiment analysis or also often referred to as opinion mining is a field of study that analyzes public opinion, sentiment, evaluation, assessment, attitude, and emotion towards a product, service, organization and association, a figure, and issues or problems as well as events that occur in society itself. Sentiment analysis on Twitter comments was carried out to find out negative comments and positive comments or pros and cons and to find out which algorithm had better accuracy. In this study, a comparison of the Naïve Bayes and Support Vector Machine algorithms was carried out. The results of this study can later help the government to find out the public's response or concern to the COVID-19 vaccination. Key words: Vaccine, Naïve Bayes, Support Vector Machine, Sentiment Analysis, Covid-19 WHO telah menetapkan Covid-19 sebagai darurat kesehatan global. Melihat situasi seperti ini, salah satu cara yang sangat memungkinkan untuk mencegah semakin luasnya penyebaran pandemi ini adalah dengan pengembangan pembuatan vaksin. Dengan kehadiran Vaksin tersebut menimbulkan berbagai opini dan kritikan dari masyarakat khususnya pada masyarakat pengguna sosial media twitter. Informasi mengenai opini masyarakat dapat tersebar dengan sangat mudah. Begitu banyak pro dan kontra terhadap berita mengenai kehadiran vaksin tersebut. Setiap individu memiliki pendapat dan opini yang berbeda-beda. Pendapat ini sangat penting dan juga merupakan salah satu hal yang mempengaruhi perilaku utama manusia. Sentimen analisis (sentiment analysis) atau yang juga sering disebut sebagai opinion mining merupakan bidang studi yang menganalisa opini masyarakat, sentimen, evaluasi, penilaian, sikap, dan emosi terhadap sebuah produk, pelayanan, organisasi dan perhimpunan, seorang tokoh, dan isu atau masalah serta peristiwa yang terjadi pada masyarakat itu sendiri. Analisis sentimen pada komentar twitter dilakukan untuk mengetahui komentar yang bersifat negatif dan komentar yang bersifat positif atau pro dan kontra dan untuk mengetahui algoritma mana yang lebih baik nilai akurasinya. Dalam penelitian ini dilakukan perbandingan algoritma Naïve Bayes dan Support Vector Machine. Hasil dari penelitian ini nantinya dapat membantu pemerintah untuk mengetahui tanggapan ataupun kekhawatiran masyarakat terhadap vaksinasi covid-19. Kata kunci: Vaksin, Naïve Bayes, Support Vector Machine, Sentiment Analysis, Covid-19
Actions (login required)
 |
View Item |
