ANALISIS SENTIMEN VAKSINASI COVID-19 MENGGUNAKAN SUPPORT VECTOR MACHINE

Nugroho, Rizky Adhi (2021) ANALISIS SENTIMEN VAKSINASI COVID-19 MENGGUNAKAN SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (440kB)
	Text (BAB I) BAB I.pdf Download (182kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (566kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (467kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (712kB)
	Text (BAB V) BAB V.pdf Download (98kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (195kB)
	Archive (SOURCE CODE) Source Code-18.61.0145-Rizky Adhi Nugroho - Rizky Adhi Nugroho.rar Restricted to Repository staff only Download (91kB)
	Text (PUBLIKASI) Publikasi-18.61.0145-Rizky Adhi Nugroho - Rizky Adhi Nugroho.pdf Restricted to Repository staff only Download (470kB)

Abstract

Dalam beberapa tahun terakhir, perkembangan teknologi membuat pengumpulan data sosial dapat dilakukan melalui sosial media. Data sosial berupa tanggapan atau opini masyarakat dapat diteliti untuk berbagai keperluan. Seiring dengan berkembangnya wabah pandemi Covid-19, banyak tanggapan dan juga berita yang dibagikan melalui sosial media. Mulai dari individu, organisasi media, hingga pemerintah memberikan tanggapan mengenai kondisi terkini. Vaksinasi Covid-19 yang baru ini digalakkan pemerintah menimbulkan pro dan kontra dari berbagai kalangan. Pada penelitian ini dilakukan analisa sentimen tentang vaksin Covid-19 menggunakan metode Support Vector Machine. Pengumpulan data diambil melalui twitter dengan tahun 2021 menggunakan library Tweepy. Setelah itu, dilakukan preprocessing data melalui cleaning, case folding, tokenizing, filtering, dan stemming. Proses SMOTE juga diterapkan dalam penyeimbangan kelas dataset. Pengujian model dilakukan dengan perhitungan precision, recall, accuracy, dan F1 Score. Selain itu, dilakukan perbandingan terhadap empat macam kernel Support Vector Machine dengan parameter tuning. Hasil penelitian ini menunjukkan sentimen yang cenderung positif terhadap vaksinasi Covid-19 di Indonesia. Hal tersebut ditunjukkan dengan sentimen positif sebesar 56.80%, sentimen netral sebanyak 33.75%, dan sentimen negatif sebanyak 9.45%. Dalam hasil uji model, hasil evaluasi akurasi mendapatkan rata-rata sekitar 90% dengan akurasi tertinggi 92% diperoleh pada kernel RBF. Hasil akurasi dari kernel linear dan polynomial sama, yaitu 90%. Hasil akurasi lainnya diperoleh sebesar 89% pada kernel sigmoid.

Actions (login required)

View Item