Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19
Virus corona telah menjadi pandemi dunia dan sudah menyebar hampir ke seluruh dunia, termasuk Indonesia. Banyak dampak negatif yang diakibatkan oleh penyebaran COVID-19 di Indonesia, sehingga pemerintah mengambil tindakan vaksinasi agar dapat menekan tingkat penyebaran COVID-19. Tanggapan dari masya...
Guardado en:
Autores principales: | , |
---|---|
Formato: | article |
Lenguaje: | EN ID |
Publicado: |
Universitas Gadjah Mada
2021
|
Materias: | |
Acceso en línea: | https://doaj.org/article/ab2854aee14c402292ee25a0c8fd1307 |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
id |
oai:doaj.org-article:ab2854aee14c402292ee25a0c8fd1307 |
---|---|
record_format |
dspace |
spelling |
oai:doaj.org-article:ab2854aee14c402292ee25a0c8fd13072021-11-17T04:19:11ZAnalisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-192301-41562460-571910.22146/jnteti.v10i2.1421https://doaj.org/article/ab2854aee14c402292ee25a0c8fd13072021-05-01T00:00:00Zhttps://jurnal.ugm.ac.id/v3/JNTETI/article/view/1421https://doaj.org/toc/2301-4156https://doaj.org/toc/2460-5719Virus corona telah menjadi pandemi dunia dan sudah menyebar hampir ke seluruh dunia, termasuk Indonesia. Banyak dampak negatif yang diakibatkan oleh penyebaran COVID-19 di Indonesia, sehingga pemerintah mengambil tindakan vaksinasi agar dapat menekan tingkat penyebaran COVID-19. Tanggapan dari masyarakat terhadap tindakan vaksinasi cukup beragam di media sosial Twitter, ada yang mendukung dan ada juga yang tidak setuju. Makalah ini bertujuan untuk mengetahui sentimen masyarakat terhadap tindakan vaksinasi. Data yang digunakan sebanyak 845 tweet, dengan menggunakan dua kata kunci, yaitu “vaksinmerahputih” dan “vaksinsinovac”. Data kemudian dibagi menjadi 253 data latih dan 592 data uji. Klasifikasi dilakukan menggunakan metode SVM dan Naïve Bayes. Hasil klasifikasi dari metode Naïve Bayes mendapatkan rata-rata akurasi 85,59%, sedangkan SMV sebesar 84,41%. Hasil sentimen pada metode Naïve Bayes dengan kata kunci “vaksinsinovac” mendapatkan sentimen positif 66% dan negatif 34%, sedangkan “vaksinmerahputih” memperoleh sentimen positif 89% dan negatif 11%. Metode SVM dengan kata kunci “vaksinsinovac” mendapatkan sentimen positif 96% dan negatif 4%, sedangkan “vaksinmerahputih” mendapatkan sentimen positif 98% dan negatif 2%. Dapat disimpulkan bahwa hasil sentimen masyarakat terhadap tindakan vaksinasi mendapat respons yang positif.Brian LaurenszEko SediyonoUniversitas Gadjah Madaarticlevirus coronaindonesiavaksinsentimensvmnaïve bayesEngineering (General). Civil engineering (General)TA1-2040ENIDJurnal Nasional Teknik Elektro dan Teknologi Informasi, Vol 10, Iss 2, Pp 118-123 (2021) |
institution |
DOAJ |
collection |
DOAJ |
language |
EN ID |
topic |
virus corona indonesia vaksin sentimen svm naïve bayes Engineering (General). Civil engineering (General) TA1-2040 |
spellingShingle |
virus corona indonesia vaksin sentimen svm naïve bayes Engineering (General). Civil engineering (General) TA1-2040 Brian Laurensz Eko Sediyono Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19 |
description |
Virus corona telah menjadi pandemi dunia dan sudah menyebar hampir ke seluruh dunia, termasuk Indonesia. Banyak dampak negatif yang diakibatkan oleh penyebaran COVID-19 di Indonesia, sehingga pemerintah mengambil tindakan vaksinasi agar dapat menekan tingkat penyebaran COVID-19. Tanggapan dari masyarakat terhadap tindakan vaksinasi cukup beragam di media sosial Twitter, ada yang mendukung dan ada juga yang tidak setuju. Makalah ini bertujuan untuk mengetahui sentimen masyarakat terhadap tindakan vaksinasi. Data yang digunakan sebanyak 845 tweet, dengan menggunakan dua kata kunci, yaitu “vaksinmerahputih” dan “vaksinsinovac”. Data kemudian dibagi menjadi 253 data latih dan 592 data uji. Klasifikasi dilakukan menggunakan metode SVM dan Naïve Bayes. Hasil klasifikasi dari metode Naïve Bayes mendapatkan rata-rata akurasi 85,59%, sedangkan SMV sebesar 84,41%. Hasil sentimen pada metode Naïve Bayes dengan kata kunci “vaksinsinovac” mendapatkan sentimen positif 66% dan negatif 34%, sedangkan “vaksinmerahputih” memperoleh sentimen positif 89% dan negatif 11%. Metode SVM dengan kata kunci “vaksinsinovac” mendapatkan sentimen positif 96% dan negatif 4%, sedangkan “vaksinmerahputih” mendapatkan sentimen positif 98% dan negatif 2%. Dapat disimpulkan bahwa hasil sentimen masyarakat terhadap tindakan vaksinasi mendapat respons yang positif. |
format |
article |
author |
Brian Laurensz Eko Sediyono |
author_facet |
Brian Laurensz Eko Sediyono |
author_sort |
Brian Laurensz |
title |
Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19 |
title_short |
Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19 |
title_full |
Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19 |
title_fullStr |
Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19 |
title_full_unstemmed |
Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19 |
title_sort |
analisis sentimen masyarakat terhadap tindakan vaksinasi dalam upaya mengatasi pandemi covid-19 |
publisher |
Universitas Gadjah Mada |
publishDate |
2021 |
url |
https://doaj.org/article/ab2854aee14c402292ee25a0c8fd1307 |
work_keys_str_mv |
AT brianlaurensz analisissentimenmasyarakatterhadaptindakanvaksinasidalamupayamengatasipandemicovid19 AT ekosediyono analisissentimenmasyarakatterhadaptindakanvaksinasidalamupayamengatasipandemicovid19 |
_version_ |
1718426008956174336 |