Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika)
Vol 2 (2020)

ANALISIS SENTIMEN DALAM PENANGANAN COVID-19 DI INDONESIA MENGGUNAKAN NAIVE BAYES CLASSIFIER

Yulianita, Tanti (Unknown)
Utami, Tiani Wahyu (Unknown)
Al Haris, M. (Unknown)



Article Info

Publish Date
03 Mar 2021

Abstract

Kasus Coronavirus Disease (covid-19) di Indonesia telah berdampak dalam segala lapisan kehidupan. Salah satu kebijakan yang dilakukan oleh pemerintah menjadi sorotan di media sosial yaitu tentang adanya kebijakan Pembatasan Sosial Berskala Besar (PSBB). Banyaknya tanggapan masyarakat tentang kebijakan tersebut sangat beragam terutama di media sosial Twitter. Penelitian ini bertujuan mengetahui bagaimana sentimen masyarakat terhadap kebijakan PSBB melalui tanggapan di media sosial twitter. Data yang digunakan dengan rentang waktu April – Juni 2020. Data tersebut diklasifikasikan menggunakan algoritma Naïve Bayes Classifier. Hasil akurasi yang didapatkan dengan menggunakan Confussion Matrix untuk algoritma Naïve Bayes Classifier sebesar 89.13%. Sedangkan peluang kesalahan klasifikasi yang dihasilkan oleh kedua metode tersebut dengan menggunakan APER (Apparent Error Rate) dengan hasil Naïve Bayes Classifier sebesar 10.87%. Kata Kunci:Analisis Setimen,Covid-19, Naive Bayes Classifier, PSBB, Twitter

Copyrights © 2020