PENERAPAN METODE NAÃVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE PADA ANALISIS SENTIMEN TERHADAP DAMPAK VIRUS CORONA DI TWITTER

Abstract

Penggunaan media sosial, khususnya twitter terus berkembang pesat, dan siapa saja dapat memperoleh informasi dengan cepat dengan mencari hashtag atau mengunjungi topik trending dari berita yang sedang hangat. Pemerintahan Indonesia telah memberlalukan PPKM(Pemberlakuan Pembatasan Kegiatan Masyarakat) di sejumlah daerah Indonesia sepanjang tahun 2021. Larangan untuk berkumpul dan berkerumun selama PPKM telah diberlakukan untuk mengurangi mobilitas masyarakat agar mencegah terjadinya penyebaran COVID-19. Berita ini pun cepat menyebar di berbagai platform media sosial salah satunya adalah media sosial twitter. Setidaknya sejumlah masyarakat berbondong-bondong mengungkapkan pendapat mereka mengenai kebijakan-kebijakan yang telah dibuat oleh pemerintah pusat dan daerah tentang PPKM di tahun 2021. Dengan memanfaatkan teknik Text Mining metode klasifikasi, akan diketahui suatu sentimen bernilai positif, netral atau negatif. Salah satu algoritma yang banyak digunakan dalam analisis sentimen adalah metode klasifikasi Naïve Bayes. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC). Hasil penelitian menunjukkan bahwa metode Naïve Bayes tanpa penambahan fitur mampu mengklasifikasi sentimen dengan nilai akurasi sebesar 81.07% Untuk memastikan hasil penelitian ini, dilakukan juga pengujian dengan Support Vector Machine yang menghasilkan nilai akurasi sebesar 79.96%.