ANALISIS SENTIMEN VAKSIN SINOVAC PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES
Sri Lestari, Sudin Saepudin
Abstract
Saat ini angka orang yang terinfeksi virus Covid-19 terus meningkat terutama di Indonesia. Untuk menekan angka yang terinfeksi semakin tinggi, Indonesia melaksanakan vaksinasi Covid-19 secara gratis kepada penduduk Indonesia dimulai dari Presiden, kemudian tenaga kesehatan sampai dengan lansia dan anak-anak. Salah satu Vaksin Covid-19 yang dipakai di Indonesia yaitu vaksin Sinovac. Dengan adanya vaksinasi ini banyak sekali tanggapan atau opini dari masyarakat Indonesia, yang menimbulkan pro dan kontra. Pada media sosial twitter, Sinovac menjadi kata populer yang banyak dibahas oleh masyarakat Indonesia saat ini. Opini pada twitter ini yang kemudian akan menjadi data untuk penelitian analisis sentimen opini masyarakat terhadap vaksin sinovac. Pada penelitian ini menggunakan metode Naive bayes dengan Tools RapidMiner untuk pengklasifikasian sentimen opini positif atau negatif terhadap vaksin Sinovac pada tweet berbahasa Inggris. Hasil dari penelitian ini menunjukan bahwa tweets dengan sentimen positif sebanyak 86%, sedangkan tweets dengan sentimen negatif sebnayak 14%. Dengan nilai akurasi dari perhitungan menggunakan algoritma Naive Bayes adalah 92,96%.