<![CDATA[- Aspirasi masyarakat sangat sulit disampaikan secara langsung, karena terkendala beberapa factor, seperti waktu, ruang dan factor lainnya. Namun, media sosial sekarang digunakan sebagai media menyuarakan saran, kritik dan pendapat kepada masyarakat umum, salah satu media sosial yang digunakan adalah twiter. Namun opini di twitter banyak sekali makna yang berbeda dari setiap pengguna, salah satu nya mengenai COVID-19. Oleh karena itu tujuan penelitian ini adalah menganalisis sentimen publik dari cuitan Twitter mengenai COVID-19 di Indonesia, metode yang digunakan yaitu Naïve Bayes dan Support Vektor Machine. Penelitian ini berfokus pada perbandingan hasil klasifikasi kedua metode tersebut, serta untuk mengetahui kecenderungan opini masyarakat di Twitter. Subjek diambil menggunakan dataset public dengan kata kunci dataset COVID-19. Dimulai dari klasifikasi opini positif dan negative, dan didapatkan hasil akhir. Dari hasil pengujian diketahui metode Suppor Vektor Machine memiliki tingkat akurasi yang paling tinggi dengan tingkat akurasi sebesar 54.21 % dan didapatkan pula kecenderungan opini masyarakat di seluruh duni condong negatif,hal tersebut dapat dilihat dari opini positif sebesar 98 dan negative sebesar 116. Sedangkan metode Naïve Bayes memperoleh tingkat Occurancy sebesar 53.27%.]]>
Copyrights © 2022
