Analisis Sentimen untuk Melihat Respon Masyarakat Terhadap Vaksin Pfizer
DOI:
https://doi.org/10.37802/joti.v4i2.322Keywords:
Analisis Sentimen, Naive Bayes, Pfizer, VaksinAbstract
Covid-19 merupakan penyakit yang penyebarannya sangat luas dan cepat. Dalam waktu singkat, penyakit ini menyebar ke seluruh dunia, termasuk Indonesia. Tentunya peristiwa ini menyerang masyarakat dari berbagai faktor, khususnya di bidang kesehatan. Dalam rangka melakukan percepatan penanganan penyebaran Covid-19, pemerintah Indonesia mewajibkan warga negaranya melakukan vaksinasi Covid-19 salah satunya adalah vaksin Pfizer. Vaksin Pfizer adalah salah satu vaksin terbaik diantara vaksin lainnya dan kemungkinan munculnya efek samping sangat kecil. Namun, penggunaan vaksin ini tetap menimbulkan reaksi dan opini yang berbeda dari masyarakat umum. Oleh karena itu, penelitian ini bertujuan untuk mendapatkan sentimen masyarakat terhadap vaksin Pfizer melalui data di Twitter yang diambil melalui netlytic. Analisis sentimen merupakan kegiatan untuk mencari opini masyarakat tentang sebuah objek yang ingin diketahui. Untuk mendukung penelitian mengenai hal tersebut, peneliti menggunakan algoritma naive bayes untuk mengidentifikasi sentimen masyarakat terhadap vaksin Pfizer. Algoritma ini dipilih karena efisiensi dan kemudahan dalam penggunaanya serta keakuratannya dalam proses klasifikasi data. Hasil dari penelitian ini adalah analisis sentimen menggunakan algoritma naive bayes berhasil mengklasifikasikan respon masyarakat terhadap vaksin Pfizer. Hasil klasifikasi menunjukan sentimen positif lebih mendominasi dari sentimen negatif dan netral. Hasil klasifikasi menunjukan sentimen positif lebih mendominasi dari sentimen negatif dan netral dengan jumlah sentimen positif sebesar 67% dari data yang berhasil di analisis.
Downloads
References
«WHO Covid-19,» 7 November 2022. [En línea]. Available: https://covid19.who.int.
A. Susilo, C. M. Rumende, C. W. Pitoyo y W. D. Santoso, «Coronavirus Disease 2019: Tinjauan Literatur Terkini,» Jurnal Penyakit Dalam Indonesia, vol. 7, pp. 45-67, 2020.
«JDIH BPK RI,» 31 Maret 2020. [En línea]. Available: https://peraturan.bpk.go.id/Home/Details/135059/pp-no-21-tahun-2020. [Último acceso: 7 November 2022].
L. A. Octafia, «Vaksin Covid-19 Perdebatan, Persepsi dan Pilihan,» Jurnal EMIK, vol. 4, nº 2, pp. 160-174, 2021.
Satuan Tugas Penanganan Covid-19, Pengendalian Covid-19 dengan 3M, 3T, Vaksinasi, Disiplin, Kompak dan Konsisten, Jakarta, 2021.
S. A. Nugroho y I. N. Hidayat, «Efektivitas Dan Keamanan Vaksin Covid-19 : Studi Refrensi,» Jurnal Keperawatan Profesional (JKP), vol. 9, nº 2, 2021.
V. R. Prasetyo, H. Lazuardi, A. A. Mulyono y C. Lauw, «Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Regresi Linier,» Jurnal Nasional Teknologi dan Sistem Informasi, vol. 7, 2021.
D. A. C., D. A. Baskoro, L. Ambarwati y I. W. S. Wicaksana, Belajar Data Mining dengan RapidMiner, Jakarta, 2013.
H. Susana, N. Suarna, Fathurrohman y Kaslani, «Penerapan Model Klasifikasi Metode Naive Bayes Terhadap Penggunaan Akses Internet,» Jurnal Sistem Informasi dan Teknologi Informasi, vol. 4, nº 1, pp. 1-8, 2022.
R. Y. Hayuningtyas, «Penerapan Algoritma Naive Bayes untuk Rekomendasi Pakaian Wanita,» Jurnal Informatika, vol. 6, nº 1, pp. 18-22, 2019.
H. F. Putro, R. T. Vulandari y W. L. Y. Saptomo, «Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan,» Jurnal Teknologi Informasi dan Komunikasi Sinar Nusantara, vol. 8, nº 2, 2020.
R. Rachman y R. N. Handayani, «Klasifikasi Algoritma Naive Bayes Dalam Memprediksi Tingkat Kelancaran Pembayaran Sewa Teras UMKM,» Jurnal Informatika, vol. 8, nº 2, pp. 111-122, 2021.
