SENTIMEN ANALISIS TENTANG KEBIJAKAN PEMERINTAH TERHADAP KASUS CORONA MENGGUNAKAN METODE NAIVE BAYES

Abstract

Virus Corona atau yang sering dikenal dengan Covid19 menjadi pandemi yang menyerang dunia saat ini, akibat dampak virus corona bukan saja berdampak pada kesehatan tapi juga sosial, budaya serta ekonomi.  Pemerintah  Indonesia  memberlakukan  peratutan  New  Normal  dalam  menjaga  stabilisasi ekonomi dan juga menahan penyebaran virus. Hal ini menjadi perbincangan hangat di media sosial twitter  banyak  masyarakat  yang  beranggapan  positif  maupun  negatif.  tanggapan  ini  yang  dijadikan dasar untuk melakukan penelitian sentimen. Penelitian  Sentimen  yang  dilakukan  adalah  representasi  dari  text  mining  dan  text  processing menggunakan pembelajaran mesin dengan menggunakan metode klasifikasi Naive Bayes Classifier, tujuan  analisis  adalah  untuk  mengetahui  apakah  sentimen  masyarakat  terhadap  kebijakan  New Normal membuahkan hasil positif atau negatif, dan juga sebagai dasar pengukuran performa ekstrasi fitur  TF-Idf  dan  N-gram  pada  machine  learning  menggunakan  metode  Naive  Bayes  dalam pengklasifikasian data tweet sentimen terhadap kebijakan New Normal. Hasil dari penelitian ini menghasilkan nilai dari pengujian akurasi penggunaan metode Naive Bayes  dengan seleksi fitur TF-IDF mendapat total akurasi sebesar 81% dengan nilai Precission 78%, Recall 91%  dan  f1-Score  84%,  sementara  hasil  tertinggi  didapatkan  dari  penggunaan  parameter  algoritma Naive Bayes dan N-Gram jenis Trigram yaitu sebesar 84% dengan nilai Precission 84%, Recall 86%, dan f1-Score 85%. Algoritma Naive Bayes dengan penggunaan  ekstrasi  fitur N-Gram jenis trigram menunjukan  performa  yang  cukup  baik  dalam  proses  pengklasifikasian  data  tweet  masyarakat terhadap kebijakan pemerintah pada pemberlakuan sistem New Normal.