Analisis Sentimen Covid-19 Pada Twitter Menggunakan Metode Support Vector Machine (SVM)

ILHAM PRAYOGA ARDHI

Informasi Umum

Kode

22.04.1101

Klasifikasi

004 - Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika, Hardware Komputer

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Analysis, Informatics,

Dilihat

9 kali

Informasi Lainnya

Abstraksi

Analisis sentimen adalah bidang studi yang menganalisis opini dan sentimen orang terhadap suatu masalah. Masalah yang diangkat dalam kasus ini adalah Wabah covid 19 yang menimpa dunia . Pada kasus kali ini, analisis sentimen dilakukan untuk menganalisis bagaimana opini masyarakat tentang penanganan Covid di pada awal tahun 2020 di media sosial Twitter. Dataset yang digunakan adalah tweet yang berkaitan dengan penanganan Covid pada tahun 2020 di pada media sosial Twitter. Dataset akan melalui proses pelabelan, preprocessing dan pembobotan kata sebelum dapat digunakan, lalu dibagi menjadi data training dan data test. Untuk pembobotan kata, metode yang digunakan adalah metode Term Frequency – Inversed Document Frequency (TF-IDF). Metode ini diharapkan dapat melakukan pembobotan kata dengan baik. Untuk analisis sentimen, metode yang digunakan adalah metode Support Vector Machine (SVM). Metode ini diharapkan dapat mengetahui pandangan masyarakat terhadap situasi pandemi covid-19. Analisis sentimen dilakukan dengan maksud untuk dapat membantu pemerintah mengambil langkah yang tepat berdasarkan kondisi masyarakat dari berbagai negara. Dari penelitian ini dihasilkan Analisis sentimen dengan menggunakan Wordcloud dengan tujuan untuk mengetahui kata yang sering muncul pada model dari kelas positif dan negatif, dan juga untuk model terbaik yaitu dengan menggunakan RBF kernel dan tanpa menggunakan stemming dan menghasilkan angka Precission sebesar 0.72 atau 72%, recall sebesar 0.71 atau 71% dan f-1 score sebesar 0.71 atau 71% dengan perolehan akruasi sebesar 0.72 atau 72%,