ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP VAKSIN COVID-19 DI INDONESIA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

COVID-19 merupakan suatu penyakit yang disebabkan oleh virus yang bernama coronavirus, telah tersebar keseluruh masyarakat dunia hingga WHO menetapkan sebagai pandemi global. Untuk menghambat penyebaran covid-19 pemerintah Indonesia mengambil kebijakan dengan memberikan vaksin. Hal tersebut, menimbulkan pro kontra di masyarakat. Sehingga dilakukan penelitian guna mengetahui pendapat masyarakat mengenai vaksin covid-19, yaitu dengan mengklasifikasikan pendapat masyarakat pada media sosial twitter kemudian didapat sentimen masyarakat terkait kebijakan vaksin covid-19 menggunakan metode NBC (Naïve Bayes Classifier). Data yang digunakan dalam penelitian ini adalah kumpulan tweet mengenai vaksin covid-19 pada tanggal 12 Agustus 2021 hingga 24 Agustus 2021, yang didapat dari aplikasi Twitter dengan API (Application Programming Interface), kemudian dilakukan praproses teks (remove URL, case folding, tokenizing, stemming, stopword). Data setelah praproses dibagi menjadi data training dan testing menggunakan 10-fold cross validation. Kata-kata yang sering muncul pada sentimen positif yaitu kata “vaksin”, “covid”, “virus”, “Indonesia”, “bebas”, sedangkan pada tweet negatif yaitu kata “vaksin”, “covid”, “virus”. Klasifikasi menggunkan NBC menghasilkan nilai akurasi yang tinggi pada fold-5 yaitu sebesar 86,3%, nilai presisi sebesar 93%, nilai recall sebesar 97%. Hasil penelitian menunjukkan metode Naïve Bayes Classifier baik dalam mengklasifikasikan data tweet mengenai vaksin covid-19 di Indonesia. Kata Kunci : Vaksin Covid-19, Sentimen, Naïve Bayes Classifier