Analisis sentimen vaksinasi COVID-19 di Indonesia

Abstract

Wabah Covid-19 adalah sebuah pandemi global yang terjadi hampir di seluruh dunia yang mengharuskan masyarakat untuk melakukan vaksinasi. Penyelenggaraan vaksinasi menuai pro dan kontra dalam masyarakat khususnya pada media sosial, tidak semua masyarakat setuju tentang keharusan untuk melakukan vaksinasi. Maka dari itu, penelitian ini dibuat untuk menganalisis sentimen tentang vaksinasi Covid-19 di Indonesia. Analisis sentimen yaitu analisis teks untuk mengidentifikasi opini subjektif dalam sumber materi seperti kalimat atau dokumen. Metode dari penelitian untuk melakukan analisis sentimen diawali dengan penggunaan API Twitter untuk pengambilan data tweet. Setelah data dikumpulkan, proses pembersihan dan normalisasi dilakukan agar data dapat diproses lebih lanjut. Data yang telah melalui normalisasi kemudian dikategorikan ke dalam kategori positif, negatif, atau netral. Analisis sentimen dilakukan setelah data dikategorikan dengan menggunakan visualisasi data untuk mempermudah melihat pola-pola yang ada. Selain melakukan analisis, pembuatan model untuk melakukan prediksi sentimen dibangun dalam penelitian ini. Model dibuat dengan teknik Support Vector Machine untuk klasifikasi dan hasil dari model dievaluasi untuk melihat apakah model yang dihasilkan baik. Model yang telah dibuat dimasukkan ke dalam perangkat lunak agar dapat digunakan. Dalam penelitian yang telah dilakukan, data yang diproses berjumlah 4519 buah yang diambil dari bulan Januari 2022 hingga Maret 2022 dengan kata kunci vaksin covid dan vaksinasi covid . Didapatkan hasil analisis sentimen pada data vaksinasi Covid-19 di Indonesia dengan sentimen positif sebesar 39.1%, dan yang paling sedikit adalah sentimen negatif yaitu sebesar 24.5%. Pembangunan model dengan Support Vector Machine berhasil dibuat dengan mendapatkan parameter yang dipilih oleh metode Grid Search dengan melakukan kombinasi parameter yang dimasukkan. Model yang dihasilkan menggunakan parameter kernel sigmoid, cost sebesar 100 dan gamma sebesar 0.5 memiliki akurasi sebesar 81.19%. Kesimpulan yang diperoleh dalam penelitian ini adalah pengumpulan data Twitter dengan kata kunci vaksin covid dan vaksinasi covid menggunakan library tweepy dengan Python berhasil dilakukan. Selain itu, analisis sentimen terkait vaksinasi Covid-19 di Indonesia dapat dilakukan dengan menerapkan teknik pra-pengolahan teks. Pengembangan model dengan menggunakan teknik klasifikasi Support Vector Machine dan pengembangan perangkat lunak untuk memprediksi sentimen telah berhasil dibangun.