Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Journal of Informatics, Information System, Software Engineering and Applications (INISTA)
Muhammad Yusril Aldean
Student
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19 di Twitter Menggunakan Metode Random Forest Classifier (Studi Kasus: Vaksin Sinovac) Muhammad Yusril Aldean; Paradise Paradise; Novanda Alim Setya Nugraha
Journal of INISTA Vol 4 No 2 (2022): Mei 2022
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v4i2.575

Abstract

Pada tahun 2019 terjadi musibah yang melanda berbagai negara didunia termasuk Indonesia. Terjadi penyebaran virus secara cepat dan menyeluruh, yaitu Virus Covid-19. Kasus Covid-19 pertama di dunia terdeteksi di Kota Wuhan, Provinsi Hubei, China. Penyakit ini disebabkan oleh virus sindrom pernafasan akut Coronavirus 2 (SARS-CoV-2. Indonesia sendiri sudah melalukan langkah vaksinasi untuk Virus Covid-19, dengan menggunakan beberapa jenis vaksin yang salah satunya adalah Vaksin Sinovac. Program vaksinasi yang dilakukan di Indonesia menuai banyak pro dan kontra khususnya dari masyarakat. Banyak dari masyakarat yang menyampaikan pendapatnya melalui media sosial berbasis teks, salah satu sosial media yang sering digunakan adalah Twitter. Sehingga sentimen masyarakat yang terdapat di media sosial dapat menjadi tolak ukur bagaimana informasi melalui media sosial yang diterima oleh masyakarat adalah hal positif ataupun hal negatif, sehingga dapat dievaluasi bersama. Pada penelitian ini dibuat sebuah metode machine learning untuk menganalisis sentimen masyarakat pada program vaksinasi menggunakan Vaksin Sinovac. Penelitian ini menggunakan tweet sebanyak 1500 data dengan pembagian 2 kategori yaitu positif dan negatif. Pengoalahan data yang digunakan pada penelitian ini adalah dengan menggunakan Algoritme TF-IDF serta penyeimbangan data menggunakan SMOTE. Model yang dibuat akan dilatih dengan Algoritme Random Forest Classifier dan akan divalidasi menggunakan K-fold Cross Validation dan Confusion Matrix. Hasil pada penelitian ini adalah sentimen masyarakat terhadap Vaksinasi Sinovac adalah positif dan model dapat memprediksi sentiment sebuah tweet dengan akurasi mencapai 79% dan nilai Precision sebesar 85%, Recall sebesar 90% dan F1 Score sebesar 88%..
Co-Authors Nugraha, Novanda Alim Setya Paradise Paradise