Analisis Sentimen Vaksinasi Covid-19 Pada TwitterMenggunakan Naive Bayes Classifier Dengan Feature Selection Chi-Squared Statistic Dan Particle Swarm Optimization

 

Analisis Sentimen Vaksinasi Covid-19 Pada TwitterMenggunakan Naive Bayes Classifier Dengan Feature Selection Chi-Squared Statistic Dan Particle Swarm Optimization

Ristasari Dwi Septiana1, Agung Budi Susanto2, Tukiyat3

1,2,3TeknikInformatika, Pascasarjana Universitas Pamulang, Tangerang Selatan, Indonesia

 

Abstract—

Tingginya  penyebaran  Covid-19  semakin  berdampak  pada  bidang  kesehatan,  ekonomi, bahkan bidang pendidikan di Indonesia, sehingga pemerintah Indonesia melakukan tindakan vaksinasi Covid-19  guna  menekan  tingkat  penyebaran  Covid-19  di  Indonesia.  Namun  hal  tersebut  dinilai kotroversial sehingga menarik perhatian masyarakat untuk memberikan opini di berbagai media seperti media  sosial  twitter.  Sehingga  membutuhkan  analisa  sentimen  masyarakat  terhadap  upaya  pemerintah pada  tindakan  vaksinasi  Covid-19  untuk  mencapai  hasil  prediksi  dengan  nilai  akurasi  paling  optimal. Proses  crawling  secara  otomatis  menggunakan  tools  Rapidminer  akan mengambil  data  tweets  yang mengandung  5  (lima)  kata  kunci,  yaitu  “Vaksin  Sinovac”,  “Vaksin  Astrazeneca”,  “Vaksin  Moderna”, “Vaksin MerahPutih”, dan “Vaksinasi Covid-19”. Dataset tweets didapatkan dari tanggal 4 Agustus 2021 sampai  12  Agustus  2021.  Datasetdiperoleh  sejumlah  2060  tweets  dan  diberi  label  secara  manualdidapatkan jumlah  tweet  sebanyak  1193  sentimen  positif,  73  negatif,  dan  794  netral.Data  tersebut dianalisa  dengan  menggunakan  Metode  Feature  Selection  Chi-Squared  Statistic  dan  Particle  Swarm Optimization (PSO) untuk mengurangi atribut yang kurang relevan pada saat prosesklasifikasi dengan algoritma  Naive  Bayes  Classifier  (NBC).  Hasil  pengujian  menunjukan  bahwa  Algoritma  Naive  Bayes Classifier  (NBC)  tanpa  Feature  Selection  mendapatkan  nilaiakurasi  63,69%.  Hasil  penelitian menunjukkan  bahwa  Algoritma  Naive  Bayes  Classifier  (NBC)  dengan  Feature  Selection  Chi-Squared Statistic mempunyai tingkat akurasi 69,13%. Sedangkan hasil pengujian algoritma Naive Bayes Classifier (NBC) dengan Particle Swarm Optimization mempunyai tingkat akurasi 66,02%. Dengan demikian hasil seleksi fitur Chi-Squared Statistic mendapatkan nilai akurasi yang lebih baik jika dibandingkan dengan Particle  Swarm  Optimization  untuk  proses  klasifikasi  algoritma  Naive  Bayes  Classifier  (NBC)  dengan selisih akurasi 3,11%.

Keywords—Analisis Sentimen, Chi-Squared Statistic, NBC, PSO, Twitter

 

Sumber:

Jurnal Sistem Komputer dan Kecerdasan Buatan

Volume V Nomor 1 September 2021

 

Komentar

Posting Komentar

Postingan populer dari blog ini

Analisis Kapabilitas Proses Produk Farmasi X Dengan Pendekatan Six Sigma Di Pt Y

  Analisis Kapabilitas Proses Produk Farmasi X Dengan Pendekatan Six Sigma Di Pt Y Rania Aisha Nuralisa *1 , Ida Musfiroh 1 Program Studi Profesi Apoteker Fakultas Farmasi, Universitas Padjadjaran, Sumedang, Indonesia   Abstrak Kualitas merupakan parameter penting dalam pengambilan keputusan konsumen. Oleh karena itu setiap industri harus berlomba-lomba untuk membuat produk dengan kualitas terbaik. Untuk mempertahankan kualitas produk perlu dilakukan pengendalian kualitas salah satunya dengan menggunakan metode six sigma. Metode six sigma merupakan metode yang berfokus untuk meminimalisir jumlah variasi atau cacat yang ada menggunakan 5 tahapan DMAIC ( Define, Measure, Analyze, Improve, Control). Tujuan dari penelitian ini untuk mengetahui pengendalian kualitas dari produk farmasi X menggunakan metode six sigma. Hasil penelitian menunjukan bahwa data memenuhi rentang control limit tetapi didapatkan Indeks Kapabilitas Proses Cp dan Cpk < 1.00. Hal ini menunjukan ba...
Baca selengkapnya

Analisis Pengaruh Hifdz Al Maal Terhadap Pengelolaan Harta Pada Pedagang Muslim Pasar Aur Kuning Kota Bukittinggi

  Analisis Pengaruh Hifdz Al Maal Terhadap Pengelolaan Harta Pada Pedagang Muslim Pasar Aur Kuning Kota Bukittinggi Al-Amin 1 , Muhammad Taufiq 2 1,2 Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi   Abstrak Maqashid Al-Shari'ah terdapat lima elemen salah satunya harta benda (hifdz al-maal). Tujuan penelitian ini adalah untuk mengatuhi konsep hifdz al-maal terhadap pengelolaan harta pada pedagang muslim di Pasar Aur. Metode penelitian ini kuantitatif dengan analisis deskriptif dan jumlah koresponden 38 pedagang muslim. Hasil penelitian menunjukkan adanya pengaruh yang signifikan pada konsep hifdz almala terhadap pengelolaan harta yang dilakukan oleh Pedagang Muslim di Pasar Aur Bukittinggi. Tingkat Pengaruh Variabel hifdz al-maal terhadap pengelolaan harta yang dilakukan oleh pedagang Muslim di Pasar Aur Bukittinggi sangat berdampak terhadap peningkatan ekonomi dan kesejahteraan masyarakat. Kata kunci: Konsep Harta, Pedagang Muslim, Maqashid Al-Shari'a...
Baca selengkapnya

Pengaruh Kemudahan, Kecepatan dan Keamanan Penggunaan Qris Pada UMKM Halal Kota Medan

  Pengaruh Kemudahan, Kecepatan dan Keamanan Penggunaan Qris Pada UMKM Halal Kota Medan   Arfiany Sepyanty Putri Nasution Isnaini Harahap Nuri Aslami Universitas Islam Negeri Sumatera Utara   ABSTRAK   Penerapan Standar Quick Response Code Indonesia atau Qris merupakan perkembangan terkini dalam transaksi jual beli bagi pelaku UMKM. Usaha kecil, menengah, dan mikro di Kota Medan di berbagai industri telah berkembang pesat. Tujuan penelitian ini untuk mengetahui kemudahan, kecepatan, dan keamanan UMKM halal di Kota Medan yang memilih menggunakan Qris dengan menggunakan asumsi model penerimaan teknologi. Penelitian ini menggunakan metode kuantitatif. Hasil penelitian ini menunjukkan bahwa kemudahan dan keamanan berpengaruh signifikan terhadap UMKM halal di Kota Medan yang menggunakan QRIS, sedangkan kecepatan tidak berpengaruh signifikan terhadap UMKM halal di Kota Medan yang menggunakan QRIS. Kesimpulan penelitian mengenai dampak kemudahan, kecepatan...
Baca selengkapnya