ANALISIS SENTIMEN DAN KLASIFIKASI TWEET TERKAIT NAIKNYA KASUS OMICRON MENGGUNAKAN NAIVE BAYES CLASSIFIER
DOI:
https://doi.org/10.36595/jire.v6i1.779Keywords:
covid-19 omicron, Analisa Sentimen, Twitter, Naïve Bayes ClassifierAbstract
Pemerintah Indonesia sendiri melalui Kementerian Kesehatan menyampaikan berita tentang varian baru COVID-19 yaitu varian Omicron, Melalui Twitter untuk memberikan informasi yang lebih cepat dengan memposting tweet terkait kegiatan atau berita terbaru tentang kasus COVID-19, dan tidak luput dari komentar publik pada Twitter, terutama tentang peningkatan kasus virus yang tinggi. Komentar yang ditulis oleh publik pada Twitter terdapat informasi yang positif maupun negativ. Analisis sentiment satu cara yang digunakan orang-orang untuk mengklasifikasikan data. Dengan menggunakan analisis sentimen dapat mempermudah untuk mengklasifikasikan suatu data opini positif dan negatif. Penelitian ini memgunakan analisis sentimen untuk menghitung tingkat akurasi opini pengguna twitter, dengan Metode klasifikasi Naïve Bayes. Metode ini mengklasifikasikan data sentiment yang diambil dari data positif dan data negatif dari twitter yang diimput menggunakan twitter API dengan kata “OMICRON”, Hasil klasifikasi data penelitian ini memiliki nilai dari klasifikasi data tweet menghasilkan nilai akurasi sebesar 90.0%, nilai precision 90.00%, nilai recall 90,00% dan nilai f1-score 90,00%.
References
N. M. A. J. Astari, Dewa Gede Hendra Divayana, and Gede Indrawan, “Analisis Sentimen Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes Classifier,” J. Sist. dan Inform., vol. 15, no. 1, pp. 27–29, 2020, doi: 10.30864/jsi.v15i1.332.
P. Strajhar et al., “No Title,” Nat. Methods, vol. 7, no. 6, p. 2016, 2016, [Online]. Available: http://www.ncbi.nlm.nih.gov/pubmed/26849997%0Ahttp://doi.wiley.com/10.1111/jne.12374
K. P. Bappenas, Studi Pembelajaran Penanganan COVID-19 Indonesia. 2021.
E. T. Handayani and A. Sulistiyawati, “Analisis Sentimen Respon Masyarakat terhadap Kabar Harian Covid-19 pada Twitter Kementerian Kesehatan dengan Metode Klasifikasi Naive Bayes,” J. Teknol. dan Sist. Inf., vol. 2, no. 3, pp. 32–37, 2021, [Online]. Available: https://doi.org/10.33365/jtsi.v2i3.906
R. Anjarsari, “Penerapan Pendidikan Karakter Pada Masa Pandemi Covid-19 Varian Omicron,” Ibtidaiyyah J. Pendidik. Guru Madrasah Ibtidaiyah, vol. 1, no. 2, pp. 46–60, 2022, doi: 10.18860/ijpgmi.v1i2.1810.
A. Susilo et al., “Mutasi dan Varian Coronavirus Disease 2019 (COVID-19): Tinjauan Literatur Terkini,” J. Penyakit Dalam Indones., vol. 9, no. 1, p. 59, 2022, doi: 10.7454/jpdi.v9i1.648.
A. Hendriani and S. K. Sianturi, “Sentiment Masyarakat Terhadap Virus COVID-19 Pada Instagram Menggunakan Algoritma Naïve Bayes Classifier,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 5, no. 1, pp. 443–452, 2021, [Online]. Available: http://ejurnal.tunasbangsa.ac.id/index.php/jsakti/article/view/336/315
H. Sujadi, “Analisis Sentimen Pengguna Media Sosial Twitter Terhadap Wabah Covid-19 Dengan Metode Naive Bayes Classifier Dan Support Vector Machine,” INFOTECH J., vol. 8, no. 1, pp. 22–27, 2022, doi: 10.31949/infotech.v8i1.1883.
N. Hardi, Y. Alkahfi, P. Handayani, W. Gata, and M. R. Firdaus, “Analisis Sentimen Physical Distancing pada Twitter Menggunakan Text Mining dengan Algoritma Naive Bayes Classifier,” Sistemasi, vol. 10, no. 1, p. 131, 2021, doi: 10.32520/stmsi.v10i1.1118.
M. I. Zakasih and W. T. Handoko, “ANALISIS SENTIMEN PENGGUNA TWITTER TENTANG NFT ( NON FUNGIBLE TOKEN ) DENGAN METODE NAIVE BAYES CLASSIFIER,” vol. 5, no. 2, pp. 221–229, 2022.
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,” Sistemasi, vol. 10, no. 1, p. 222, 2021, doi: 10.32520/stmsi.v10i1.1179.
N. R. Fatahillah, P. Suryati, and C. Haryawan, “Implementation of Naive Bayes classifier algorithm on social media (Twitter) to the teaching of Indonesian hate speech,” Proc. - 2017 Int. Conf. Sustain. Inf. Eng. Technol. SIET 2017, vol. 2018–Janua, pp. 128–131, 2018, doi: 10.1109/SIET.2017.8304122.
S. S. Sohail et al., “Crawling Twitter data through API: A technical/legal perspective,” 2021, [Online]. Available: http://arxiv.org/abs/2105.10724
No Tit.???le. [Online]. Available: https://www.ptonline.com/articles/how-to-get-better-mfi-results
B. P. Pratiwi and A. Silvia, “Pengukuran Kinerja Sistem Kualitas Udara Dengan Teknologi WSN Menggunakan Confusion Matrix,” vol. 6, no. 2, pp. 66–75, 2020.
Downloads
Published
Issue
Section
License
Semua tulisan pada jurnal ini menjadi tanggungjawab penuh penulis.
