ANALISIS SENTIMEN PADA MEDIA SOSIAL TWITTER MENGENAI TANGGAPAN MASYARAKAT TERHADAP VAKSIN COVID-19 MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

IGNAZIA NURMA AINNA

Informasi Dasar

93 kali
23.04.432
005.7
Karya Ilmiah - Skripsi (S1) - Reference

Twitter merupakan salah satu media sosial yang banyak digunakan oleh masyarakat Indonesia, yang mencakup lebih dari 61 persen dari total pengguna media sosial di Indonesia. Media sosial twitter merupakan digunakan oleh banyak orang untuk meng ekspresikan pikiran, minat dan pendapat terhadap banyak hal. Pendapat-pendapat tersebut tentunya memiliki nilai yang bervariasi, ada yang bernada positif, negatif, atau netral. Pandangan dan pendapat tersebut dapat dimanfaatkan sebagai sumber data untuk melakukan penilaian sentimen terhadap suatu topik pada twitter. Pandemi COVID-19 suatu penyakit yang disebabkan dengan penyebaran virus dari manusia ke manusia, hingga saat ini masih menjadi bahan perbincangan apakah penyakit ini sudah hilang atau masih menjadi kewaspadaan untuk masyarakat. Untuk pencegahan penularan penyakit COVID-19 dan bahaya yang akan muncul jika tidak segera ditangani, salah satu cara untuk mencegah penyebaran wabah virus ini adalah dengan mengembangkan vaksin. Regulasi vaksin COVID-19 yang ditetapkan pemerintah di Indonesia merupakan hal baru bagi masyarakat, sehingga memunculkan beraneka ragam opini dan pandangan yang diungkapkan masyarakat melaui media sosial twitter. Masyarakat membagikan komentar mereka pada media sosial twitter tentang adanya vaksin COVID-19. Oleh sebab itu peneliti ingin melakukan analisis sentimen untuk mengetahui kecenderungan komentar masyarakat terhadap vaksin COVID-19 apakah positif, negatif, atau netral. Dalam melakukan analisis sentimen untuk mengetahui tanggapan pengguna twitter terhadap vaksin COVID-19, peneliti menggunakan algoritma klasifikasi, penulis akan melakukan pengecekan nilai akurasi menggunakan algoritma K-Nearest Neighbor. Adapun tahapan yang dilakukan pada penelitian ini adalah dengan cara preprocessing data, processing data, klasifikasi, uji variasi nilai k, dan evaluasi. Model yang dihasilkan akan diuji dan dievaluasi dengan melihat nilai akurasi, pressisi, recall. Hasil akurasi yang didapat menggunakan ekstrasi TF-IDF sebesar 56.82%. Analisis sentimen yang didapat pada penelitian ini menunjukkan bahwa pengguna twitter di Indonesia lebih banyak memberikan komentar netral.

Subjek

DATA ANALYSIS
DATA SCIENCE,

Katalog

ANALISIS SENTIMEN PADA MEDIA SOSIAL TWITTER MENGENAI TANGGAPAN MASYARAKAT TERHADAP VAKSIN COVID-19 MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

IGNAZIA NURMA AINNA
Perorangan
Deden Witarsyah, Vandha Pradwiyasma Widartha
 

Penerbit

Universitas Telkom, S1 Sistem Informasi
Bandung
2023

Koleksi

Kompetensi

  • III4A4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini