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...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Brian Laurensz, Eko Sediyono
Formato:	article
Lenguaje:	EN ID
Publicado:	Universitas Gadjah Mada 2021
Materias:	virus corona indonesia vaksin sentimen svm naïve bayes Engineering (General). Civil engineering (General) TA1-2040
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

Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19

Ejemplares similares