Analisis Sentimen Masyarakat Terhadap Kebijakan PPKM Pada Media Sosial Twitter Menggunakan Algoritma SVM

Aldiansyah Putra, Dede Haeirudin, Hasna Khairunnisa, Retnani Latifah

Abstract


Pemerintah menerapkan Pemberlakukan Pembatasan Kegiatan Masyarakat (PPKM) demi menanggulangi penyebaran virus covid-19 yang mengundang pro dan kontra. Analisis sentimen di media sosial twitter dapat menjadi cara untuk melihat pola polarisasi terhadap isu tersebut. Metode Support Vector Machine adalah metode yang digunakan pada penelitian kali ini dimana merupakan metode yang cukup sukses digunakan untuk analisis sentimen. Dari hasil pemodelan menggunakan 3000 data diketahui akurasinya adalah 64%, tidak terlalu tinggi jika dibandingkan dengan analisis sentimen yang telah dilakukan di penelitian-penelitian sebelumnya. Namun, algoritma SVM masih mampu mengenali kata-kata penting untuk sentimen negatif seperti ‘tolak PPKM’, ‘pelan-pelan’ dan ‘rumah makan’. Metode SVM dapat memprediksi 2000 tweet menjadi 57%-60% berlabel positif dan sisanya negatif, dimana hasilnya tidak jauh berbeda dengan data training.

Full Text:

PDF

References


Aditama, M. I. et al. (2020) ‘Analisis Klasifikasi Sentimen Pengguna Media Sosial Twitter Terhadap Pengadaan Vaksin COVID-19’, Journal Information Engineering and Educational Technology (JIEET), 4(2), pp. 90–92.

Adrian, M. R. et al. (2021) ‘Perbandingan Metode Klasifikasi Random Forest dan SVM Pada Analisis Sentimen PSBB’, Jurnal Informatika Upgris, 7(1), pp. 6– 11. doi: 10.26877/jiu.v7i1.7099.

Fairuz, A. L., Ramadhani, R. D. and Tanjung, N. A. (2021) ‘Analisis Sentimen Masyarakat Terhadap COVID-19 Pada Media Sosial’, Jurnal DINDA, 1(1), pp. 10–12. Available at: http://journal.ittelkompwt.ac.id/index.php/dinda/article/view/1 80.

Harun, A. and Ananda, D. P. (2021) ‘Analisa Sentimen Opini Publik Tentang Vaksinasi Covid-19 di Indonesia Menggunakan Naïve Bayes dan Decission Tree’, Indonesia Journal of Machine Learning and Computer Science, 1(April), pp. 58–63.

Hasibuan, C. A., Mukid, M. A. and Prahutama, A. (2017) ‘Klasifikasi Diagnosa Penyakit Demam Berdarah Dengue (Dbd) Menggunakan Support Vector Machine (Svm) Berbasis Gui Matlab’, Jurnal Gaussian, 6(2), pp. 171–180. Available at: http://ejournals1.undip.ac.id/index.php/gaussian.

Jumeilah, F. S. (2017) ‘Penerapan Support Vector Machine (SVM) untuk Pengkategorian Penelitian’, Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 1(1), pp. 19–25. doi: 10.29207/resti.v1i1.11.

KEMENDAGRI (2021) Instruksi Menteri Dalam Negeri Nomor 15 Tahun 2021 Tentang Pemberlakuan Pembatasan Kegiatan Masyarakat Darurat Corona Virus Diseas (Covid-19) Di Wilayah Jawa Dan Bali.

Kemp, S. (2021) Digital in Indonesia: All the Statistics You Need in 2021 — DataReportal – Global Digital Insights, Dataeportal. Available at: https://datareportal.com/reports/digital- 2021- turkey%0Ahttps://datareportal.com/repo rts/digital-2021-indonesia?rq=indonesia.

Krisdiyanto, T. (2021) ‘Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan Naïve Bayes Clasifiers’, Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi, 7(1), pp. 32–37. Available at: http://ejournal.uinsuska.ac.id/index.php/coreit/article/view /12945.

Latifah, R., Meilina, P., et al. (2021) Laporan Penelitian : Analisis Sentimen dan Deteksi Topik secara Otomatis Mengenai Vaksin COVID-19.

Latifah, R., Adharani, Y., et al. (2021) Laporan Penelitian : Pengembangan Analisis Sentimen Twitter Berbahasa Indonesia Mengenai Pilkada 2020.

Pratama, E. E. and Trilaksono, B. R. (2015) ‘Klasifikasi Topik Keluhan Pelanggan Berdasarkan Tweet dengan Menggunakan Penggabungan Feature Hasil’, Jurnal Edukasi dan Penelitian Informatika, 1(2), pp. 53–59.

Pratama, G. Y. et al. (2021) ‘Public Sentiment Towards The COVID 19 Vaccine in Indonesia’, Turkish Journal of Physiotherapy and Rehabilitation, 32(3), pp. 6081–6084.

Pristiyono et al. (2021) ‘Sentiment Analysis of COVID-19 Vaccine in Indonesia using Naïve Bayes Algorithm’, in IOP Conference Series: Materials Science and Engineering, p. 012045. doi: 10.1088/1757-899x/1088/1/012045.

Rachman, F. F. and Pramana, S. (2020) ‘Analisis Sentimen Pro dan Kontra Masyarakat Indonesia tentang Vaksin COVID-19 pada Media Sosial Twitter’, Health Information Management Journal, 8(2), pp. 100–109. Available at: https://inohim.esaunggul.ac.id/index.ph p/INO/article/view/223/175.

Rizal, M., Afrianti, R. and Abdurahman, I. (2021) ‘Dampak Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat ( PPKM ) bagi Pelaku Bisnis Coffe shop pada Masa Pandemi Terdampak COVID-19 di Kabupaten Purwakarta The Impact of the Policy for Implementing Community Activity Restrictions for Coffee Shop Busi’, Jurnal Inspirasi, 12(1), pp. 97–105.

Rofiqoh, U., Perdana, R. S. and Fauzi, M. A. (2017) ‘Analisis Sentimen Tingkat Kepuasan Pengguna Penyedia Layanan Telekomunikasi Seluler Indonesia Pada Twitter Dengan Metode Support Vector Machine dan Lexion Based Feature’, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 1(12), pp. 1725– 1732. Available at: http://jptiik.ub.ac.id/index.php/jptiik/article/view/628.

Tala, F. Z. (2003) ‘A Study of Stemming Effects on Information Retrieval in Bahasa Indonesia’, M.Sc. Thesis, Appendix D, pp, pp. 39–46.


Refbacks

  • There are currently no refbacks.


==============================================================================================================

Prosiding SEMNASTEK Fakultas Teknik
Universitas Muhammadiyah Jakarta
Jl. Cempaka Putih Tengah 27
Jakarta Pusat 10510
T. 021.4256024, 4244016 / F. 021.4256023

ISSN : 2407 – 1846
e-ISSN : 2460 – 8416

==============================================================================================================

Powered by Puskom-UMJ