ANALISIS SENTIMEN MASYARAKAT TERHADAP VAKSIN BOOSTER COVID-19 MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

• ANDY SRIWARDHANA, ERVAN ANTONIUS, RINJANI ADHELINA FITRI

---

ABSTRAK

Di akhir Desember 2019, muncul dan ditemukan virus varian baru yang dikenal dengan nama Novel Corona virus (Covid-19) atau (2019-CoV). Pada 16 Maret 2020, World Health Organization (WHO) menetapkan keadaan menjadi pandemi dikarenakan virus sudah tersebar ke sebagian besar negara di dunia. Cara yang dinilai paling efektif dalam menangani virus ini adalah diadakannya vaksin. Setelah dilaksanakannya vaksin 1 dan 2, masih banyaknya opini dari masyakarat mengenai pelaksanaan vaksin ketiga atau booster. Maka dibutuhkannya sentimen masyarakat melalui media sosial twitter untuk mengetahui respon masyarakat. Data tweet didapatkan dari API (Application Programming Interface) twitter. Analisis sentimen menggunakan metode Naïve Bayes Classifier. Dari data yang didapatkan sebanyak 7.813 data dihasilkan nilai akurasi sebesar 85,19 % nilai precision 94,48% dan nilai recall 73,07%. Dapat disimpulkan analisis sentimen menggunakan metode Naïve Bayes Classifier berhasil mengklasifikan sentimen positif, negatif dan netral pada komentar masyarakat di twitter.

Kata Kunci: Covid-19, Vaksin Booster, Analisis Sentimen, Twitter, Naïve Bayes Classfier

KATA KUNCI

Naive Bayes,Informatika

---

DAFTAR PUSTAKA

[1] N. P. G. Naraswati, R. Nooraeni, D. C. Rosmilda, D. Desinta, F. Khairi, and R. Damaiyanti, “Analisis Sentimen Publik dari Twitter Tentang Kebijakan Penanganan Covid-19 di Indonesia dengan Naive Bayes Classification,” Sist. J. Sist. Inf., vol. 10, no. 1, pp. 222–238, Jan. 2021, doi: 10.32520/STMSI.V10I1.1179. [2] R. N. Putri, “Indonesia dalam Menghadapi Pandemi Covid-19,” J. Ilm. Univ. Batanghari Jambi, vol. 20, no. 2, pp. 705–709, Jul. 2020, doi: 10.33087/JIUBJ.V20I2.1010. [3] F. F. Rachman and S. Pramana, “Analisis Sentimen Pro dan Kontra Masyarakat Indonesia tentang Vaksin COVID-19 pada Media Sosial Twitter,” Indones. Heal. Inf. Manag. J., vol. 8, no. 2, pp. 100–109, Dec. 2020, doi: 10.47007/INOHIM.V8I2.223. [4] T. Pelaksanaan, V. Covid, S. Febriyanti, D. R. Nursidah, D. Gustiara, and R. Yulianti, “Analisis Sentimen Masyarakat Indonesia,” vol. 13, pp. 1–8. [5] A. Suwarno and A. Andriani, “Analisis Sentimen Pada Media Sosial Twitter Mengenai Tanggapan Vaksinasi COVID-19 Menggunakan Metode Naive Bayes,” J. Tek. Ind., 2021, Accessed: Jun. 28, 2022. [Online]. Available: https://jurnal.pelitabangsa.ac.id/index.php/JUTIN/article/view/906%0Ahttps:/ / jurnal.pelitabangsa.ac.id/index.php/JUTIN/article/download/906/607 [6] H. Hayati and M. R. Alifi, “ANALISIS SENTIMEN PADA TWEET TERKAIT VAKSIN COVID-19 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE,” JTT (Jurnal Teknol. Ter., vol. 7, no. 2, pp. 110–119, Oct. 2021, doi: 10.31884/JTT.V7I2.349. 47 [7] B. Setpres, “Presiden Pastikan Pemberian Vaksin Covid-19 Dosis Ketiga Gratis,” www.menpan.go.id, 2022. https://menpan.go.id/site/beritaterkini/dari-istana/presiden-pastikan-pemberian-vaksin-covid-19-dosisketiga- gratis (accessed Jun. 28, 2022). [8] Setiadi, “Pemanfaatan media sosial untuk efektifitas komunikasi,” J. Ilm. Matrik, vol. 16, no. 1, 2014. [9] Umam, “Pengertian Media Sosial, Sejarah, Fungsi, Jenis, Manfaat, dan Perkembangannya,” www.gramedia.com, 2021. https://www.gramedia.com/literasi/pengertian-media-sosial/ (accessed Jun. 28,2022). [10] M. I. Mahdi, “Pengguna Media Sosial di Indonesia Capai 191 Juta pada 2022,” www.dataindonesia.id, 2022. https://dataindonesia.id/digital/detail/pengguna-media-sosial-di-indonesiacapai-191-juta-pada-2022 (accessed Jun. 28, 2022). [11] M. A. Ramdhani and O. N. Rahim, “Analisis sentimen untuk mengukur popularitas tokoh publik berdasar data pada media sosial twitter menggunakan algoritma data mining dengan teknik klasifikasi,” Informasi, vol. VI, no. 2, pp.1–15, 2014. [12] C. M. Annur, “Pengguna Twitter Indonesia Masuk Daftar Terbanyak di Dunia, Urutan Berapa?,” www.databoks.katadata.co.id, 2022. https://databoks.katadata.co.id/datapublish/2022/03/23/pengguna-twitterindonesia-masuk-daftar-terbanyak-di-dunia-urutan-berap (accessed Jun. 28, 2022). 48 [13] F. Az -Zahra, “ANALISIS SENTIMEN PADA TWITTER SHOPEE INDONESIA MENGGUNAKAN K-NEAREST NEIGHBOR DENGAN PEMBOBOT TERM FREQUENCY-INVERSE DOCUMENT FREQUENCY (TF-IDF),” 2021. Accessed: Jun. 28, 2022. [Online]. Available: http://repository.unimus.ac.id/4815/ [14] M. H. Widianto, “Algoritma Naive Bayes,” www.binus.ac.id, 2019. https://binus.ac.id/bandung/2019/12/algoritma-naive-bayes/ (accessed Jun. 28,2022). [15] Syafnidawaty, “Pengertian Landasan Teori,” www.raharja.ac.id, 2020. https://raharja.ac.id/2020/10/24/landasanteori/#:~:text=Landasan teori adalah sebuah konsep,dalam penelitian yang akan dilakukan (accessed Jun. 28, 2022). [16] Dinkes, “KENALAN DENGAN COVID-19,” www.corona.kendalkab.go.id, 2022. https://corona.kendalkab.go.id/berita/profil/kenalan-dengan-covid-19 (accessed Jun. 28, 2022). [17] K. Kesehatan, “Question ( Faq ) Pelaksanaan Vaksinasi Covid-,” Kesmas, vol.2, no. 1, pp. 1–16, 2021, [Online]. Available: kesmas.kemkes.go.id [18] L. A. Octafia, “Vaksin Covid-19: Perdebatan, Persepsi dan Pilihan,” Emik, vol. 4, no. 2, pp. 160–174, Dec. 2021, doi: 10.46918/EMIK.V4I2.1134. [19] 15611031 Enggar Prima Jati, “IMPLEMENTASI TEXT MINING DAN SENTIMENT ANALYSIS PADA JEJARING SOSIAL TWITTER DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (Studi Kasus: Kebakaran Hutan di Provinsi Riau dan Banjir di DKI Jakarta),” 2019, Accessed: Jun. 28, 2022. [Online]. Available: https://dspace.uii.ac.id/handle/123456789/20246 49 [20] Kominfo, “BAHASA PEMROGRAMAN PYTHON?: PENGERTIAN, SEJARAH, KELEBIHAN DAN KEKURANGANNYA,” www.baktikominfo.id, 2019. https://www.baktikominfo.id/id/informasi/pengetahuan/bahasa_pemrograman _python_pengertian_sejarah_kelebihan_dan_kekurangannya-954 (accessed Jun. 28, 2022). [21] Z. F. Firmansyah and N. F. Puspitasari, “ANALISIS SENTIMEN MASYARAKAT TERHADAP VAKSINASI COVID-19 BERDASARKAN OPINI PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES,” J. Tek. Inform., vol. 14, no. 2, pp. 171–178, Oct. 2021, doi: 10.15408/JTI.V14I2.24024. [22] D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” JSAKTI (Jurnal Sains Komput. dan Inform., vol. 5, no. 2, pp. 697–711, Sep. 2021, doi: 10.30645/J-SAKTI.V5I2.369. [23] S. Hendrian, “Algoritma Klasifikasi Data Mining Untuk Memprediksi Siswa Dalam Memperoleh Bantuan Dana Pendidikan,” Fakt. Exacta, vol. 11, no. 3, Oct. 2018, doi: 10.30998/FAKTOREXACTA.V11I3.2777. [24] A. Z. A. M. BAJABIR, “Penerapan metode naive bayes untuk prediksi menentukan karyawan tetap pada pt. ysp industries indonesia,” Sekol. Tinggi Teknol. Pelita Bangsa, vol. 72, no. PREDIKSI MENENTUKAN KARYAWAN TETAP, pp. 1–62, 2018. 50 [25] F. Handayani and S. Pribadi, “Implementasi Algoritma Naive Bayes Classifier dalam Pengklasifikasian Teks Otomatis Pengaduan dan Pelaporan Masyarakat melalui Layanan Call Center 110,” J. Tek. Elektro, vol. 7, no. 1, pp. 19–24, 2015. [26] T. H. E. Sakarya and J. Of, “TEXT MINING UNTUK KLASIFIKASI KONTEN ABSTRAK JURNAL BAHASA INGGRIS MENGGUNAKAN METODE REDUKSI DIMENSI DAN NAIVE BAYES,” vol. 7, no. 2, pp. 44–68, 2018. [27] Aprilla Dennis, “Belajar Data Mining dengan RapidMiner,” Innov. Knowl. Manag. Bus. Glob. Theory Pract. Vols 1 2, vol. 5, no. 4, pp. 1–5, 2013, [Online]. Available: http://esjournals.org/journaloftechnology/archive/vol1no6/vol1no6_6.pdf%5 C nhttp://www.airccse.org/journal/nsa/5413nsa02.pdf [28] R. Yasmin, ANALISIS SENTIMEN MASYARAKAT MENGENAI VAKSIN COVID-19 MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER PADA MEDIA SOSIAL TWITTER. 2021. Accessed: Jun. 28, 2022. [Online]. Available: https://repository.uin-suska.ac.id/53875/ [29] S. Samsir, A. Ambiyar, U. Verawardina, F. Edi, and R. Watrianthos, “Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes,” J. MEDIA Inform. BUDIDARMA, vol. 5, no. 1, pp. 157–163, Jan. 2021, doi: 10.30865/MIB.V5I1.2580. 51 [30] L. A. Andika, P. A. N. Azizah, and R. Respatiwulan, “Analisis Sentimen Masyarakat terhadap Hasil Quick Count Pemilihan Presiden Indonesia 2019 pada Media Sosial Twitter Menggunakan Metode Naive Bayes Classifier,” Indones. J. Appl. Stat., vol. 2, no. 1, pp. 34–41, Jul. 2019, doi: 10.13057/IJAS.V2I1.29998. [31] N. Ruhyana, “Analisis Sentimen terhadap Penerapan Sistem Plat Nomor Gnajil/Genap pada Twitter dengan Metode Klasifikasi Naive Bayes,” J. IKRA-ITH Inform., vol. 3, no. 1, pp. 94–99, 2019, Accessed: Jun. 28, 2022. [Online]. Available: https://journals.upi-yai.ac.id/index.php/ikraithinformatika/article/view/304 [32] “ANALISIS SENTIMEN VAKSIN SINOVAC PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES | Seminar Nasional Sistem Informasi dan Manajemen Informatika Universitas Nusa Putra.” https://sismatik.nusaputra.ac.id/index.php/sismatik/article/view/23 (accessed Jun. 28, 2022). [33] Ibnu, “API (Application Programming Interface): Pengertian dan Peran Pentingya untuk Software,” www.accurate.id, 2021. https://accurate.id/teknologi/api/ (accessed Jun. 28, 2022).