ANALISIS SENTIMEN VAKSIN COVID-19 PADA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

Abstract

Indonesia saat ini mengalami pandemi COVID-19, Angka penyebaran kasus COVID-19 sangat besar sehingga berdampak pada ekonomi, sosial, budaya dan kesehatan. Pemerintah Indonesia saat ini mengambil langkah kebijakan untuk mengatasi masalah penyebaran kasus COVID-19, salah satunya yaitu dengan melakukan vaksin pada masyarakat. Dengan adanya kebijakan tersebut, twitter menjadi salah satu sumber informasi yang dapat mempengaruhi pada kebijakan vaksin COVID-19 karena masih banyak masyarakat pro dan kontra terhadap vaksin COVID-19. Pada penelitian ini menganalisis sentimen menggunakan metode algoritma support vector machine dengan kernel radial basis function. Data yang digunakan berasal dari sosial media twitter dengan topik opini masyarakat terhadap vaskin COVID-19. Percobaan pada tanggal 13 Januari sampai dengan 20 Januari 2021 mendapatkan nilai akurasi sebesar 82.6%. Hasil pemodelan klasifikasi diperoleh cukup baik dalam menganalisis sentimen terhadap vaskin COVID-19 pada tweet positif dan negatif. Dari pelabelan data sentimen positif sebesar 251 dan sentimen negatif sebesar 237, respon masyarakat terhadap vaksin COVID-19 di sosial media twitter masih mendominasi sentimen positif karena banyak masyarkat mendukung dan mengajak adanya vaksin COVID-19.