Analisis Sentiment Pengguna Twitter Mengenai Program Vaksinasi Covid-19 Menggunakan Algoritma Naïve Bayes

Abstrak

Munculnya virus covid-19 pada tahun 2020 di indonesia membawa dampak yang besar bagi kehidupan bermasyarakat. Upaya pemerintah dalam mengatasi penyebaran virus corona dengan menerapkan program vaksinasi covid-19 agar virus tidak semakin meluas. Berbagai opini masyarakat mengenai program vaksinasi disampaikan melalui media sosial, salah satunya twitter. Twitter memberi ruang kepada penggunanya untuk menyampaikan berbagai opini pribadi terkait suatu topik, salah satunya program vaksinasi. Oleh karena itu, perlu dilakukan penerapan analisis sentiment untuk menentukan kecenderungan opini masyarakat terhadap program vaksinasi. Penelitian ini menggunakan algoritma naïve bayes untuk mengklasifikasikan sentiment apakah termasuk negatif, positif, atau netral. Hasil penelitian menunjukkan masyarakat cenderung beropini netral dengan persentase netral 49,04%, negatif 29,55% dan positif 21,41%. Klasifikasi sentimen menunjukkan algoritma naïve bayes mampu mengklasifikasikan dokumen dengan nilai akurasi sebesar 76%, precision 79%, recall 72%, dan nilai f-measure 72%.