SENTIMEN ANALISIS OPINI MASYARAKAT PADA MEDIA SOSIAL TWITTER TERHADAP VAKSIN BERBAYAR MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (NBC)

Angga Aditya Permana, Muhammad Fany Fahrezi, Dinar Ajeng Kristiyanti, Manorang Sihotang

Abstract


Adanya rencana vaksin berbayar oleh pemerintah menimbulkan berbagai macam tanggapan dari masyarakat. Banyaknya pemberitahuan yang berasal dari banyak sumber dapat mempengaruhi presepsi masyarakat. Presepsi negatif tehadap vaksin berbayar yang dialami masyarakat dapat menjadi pemicu terjadinya kemarahan. Tujuan penelitian ini adalah untuk melakukan analisis sentimen menggunakan pemrograman R, untuk mengetahui opini-opini masyarakat terhadap kabar mengenai vaksin berbayar yang ada di Indonesia. Penelitian ini menggunakan metode naïve bayes classifier yang diklasifikasikan kedalam opini positif, negatif, dan netral. Hasil analisis sentimen ini akan dijabarkan dalam bentuk visualisasi barplot, wordcloud, dan dalam bentuk diagram UML (Unified Modelling Language) kemudian proses akan dilanjutkan dengan membuat rancangan sistem. Analisis sentiment ini adalah berbasis web dan dapat diakses menggunakan browser. Dengan begitu penelitian ini akan menghasilkan sebuah informasi analisis sentimen dengan menggunakan rstudio dalam mengambil dan mengklasifikasi data.


Keywords


analisis; sentimen; vaksin berbayar; rstudio

Full Text:

PDF

References


Damayanti, R. P. (2018). Pengaruh Kalimat “ Twitter Please Do Your Magic ” Terhadap Sikap Pengguna Twitter.

Dharma Suriyanto, A., & Endah Pangesti, W. (2021). ANALISA SENTIMEN TERHADAP TAGAR #dirumahaja MELALUI TWITTER DI INDONESIA. 2(09), 9–17.

Eka Sembodo, J., Budi Setiawan, E., & Abdurahman Baizal, Z. (2016). Data Crawling Otomatis pada Twitter. August, 11–16. https://doi.org/10.21108/indosc.2016.111

Hadna, M. S., Santosa, P. I., & Winarno, W. W. (2016). Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter. Seminar Nasional Teknologi Informasi Dan Komunikasi, 2016(Sentika), 57–64. https://fti.uajy.ac.id/sentika/publikasi/makalah/2016/95.pdf

Muzaki, A., & Witanti, A. (2021). Sentiment Analysis of the Community in the Twitter To the 2020 Election in Pandemic Covid-19 By Method Naive Bayes Classifier. Jurnal Teknik Informatika (Jutif), 2(2), 101–107. https://doi.org/10.20884/1.jutif.2021.2.2.51

Rusdiaman, D., & Rosiyadi, D. (2019). Metode Naïve Bayes Classifier Dan Support Vector Machine. Jornal of Computer Engineering System and Science, 4(2), 230–235.

Samsir, Ambiyar, Verawardina, U., Edi, F., & Watrianthos, R. (2021). Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes. Jurnal Media Informatika Budidarma, 5, 157–163. https://doi.org/10.30865/mib.v5i1.2604

Zuhdi, A. M., Utami, E., & Raharjo, S. (2019). Analisis sentiment twitter terhadap capres Indonesia 2019 dengan metode K-NN. Jurnal Informa Politeknik Indonusa Surakarta, 5, 1–7.




DOI: http://dx.doi.org/10.31000/jt.v10i2.5471

Article Metrics

Abstract - 858 PDF - 1031

Refbacks

  • There are currently no refbacks.


License URL: https://scholar.google.co.id/citations?user=RJRfBN0AAAAJ&hl=id&authuser=2