| Popis: |
The increase in data is very large, one of the sources comes from social media, especially Twitter which talks a lot about Covid-19 . The news through Twitter media regarding the impact of the Covid-19 virus is widely discussed because it causes unrest for the public which has led to the issuance of various government policies with the aim of preventing the spread of Covid-19 . Related to this, it is necessary to conduct a sentiment analysis of the text contained in the Twitter media. In this study, a sentiment analysis process was carried out related to public sentiment towards government policies during the Covid-19 pandemic in Indonesia on Twitter social media using the Naive Bayes Classifier method where the data used was classified into 2 sentiment values, namely positive and negative sentiment. The data used are 300 positive tweets data and 300 negative tweets data, where 80% of the total data is used as training data and 20% data is used as test data. Based on the test results, the data with a total of 120 tweets obtained the results of measuring the recall value of 93.33%, precision 93.33%, F-Score 93.33% and an average accuracy of 93.33%. Keywords: Covid-19 , naive bayes classification, sentiment analysis. Abstrak Pertambahan data yang sangat banyak, salah satu sumbernya berasal dari media sosial khususnya Twitter yang banyak membahas Covid-19 . Pemberitaan melalui media Twitter mengenai dampak dari virus Covid-19 marak dibicarakan karena menimbulkan keresahan bagi masyarakat yang menyebabkan dikeluarkannya berbagai kebijakan pemerintah dengan tujuan untuk mencegah penyebaran Covid-19 . Terkait hal tersebut perlu dilakukan sentimen analisis terhadap teks yang terdapat pada media Twitter. Pada penelitian ini, dilakukan proses sentimen analisis terkait sentimen masyarakat terhadap kebijakan pemerintah selama pandemi Covid-19 di Indonesia pada sosial media Twitter dengan menggunakan metode Naive Bayes Classifier dimana data yang digunakan digolongkan menjadi 2 nilai sentimen yaitu sentimen positif dan negatif. Data yang digunakan sebanyak 300 data tweets positif dan 300 data tweets negatif, dimana 80% dari keseluruhan data digunakan sebagai data latih dan 20% data digunakan sebagai data uji. Berdasarkan hasil pengujian, data dengan jumlah sebanyak 120 tweet diperoleh hasil pengukuran nilai recall 93.33%, precission 93.33%, F-Score 93.33% serta rata-rata akurasi 93.33%. Kata kunci: analisis sentimen, Covid-19 , klasifikasi naive bayes. |
