Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Buletin Sistem Informasi dan Teknologi Islam
Syahrir, Alma
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Sentimen Masyarakat Terhadap Kebijakan Pemerintah Vaksinasi Booster 2 Menggunakan Metode Naïve Bayes Classifier Syahrir, Alma; Harlinda, Harlinda; Umar, Fitriyani
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 4, No 4 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i4.1835

Abstract

Upaya yang dilakukan pemerintah salah satunya yaitu mewajibkan seluruh masyarakat untuk melakukan vaksinasi sebanyak tiga kali yaitu vaksinasi pertama, kedua, dan ketiga atau biasa disebut dengan vaksin booster. Namun dengan adanya kebijakan pemerintah terkait pelaksanaan vaksinasi booster yang terjadi di masyarakat khususnya vaksinasi booster dua yang merupakan vaksinasi lanjutan banyak menuai pro dan kontra ditengah masyarakat. Beragam pendapat dari masyarakat ada yang mendukung program ini dan sebagian yang lainnya menolak dengan berbagai alasan. Oleh karena itu, salah satu cara untuk mengetahui tanggapan masyarakat terkait kebijakan ini adalah melalui analisis sentimen. Analisis sentimen merupakan pengamatan yang dikelola berdasarkan pendapat, sentimen, evaluasi, sikap, dan perasaan orang lain terutama berdasarkan apa yang mereka tulis. Pendapat lain memaparkan bahwa analisis sentimen bertujuan untuk mengetahui dan memprediksi apa yang difikirkan seseorang berdasarkan informasi seperti opini baik bersifat negatif maupun positif. Penelitian ini bertujuan untuk mengetahui sentimen masyarakat terhadap kebijakan pemerintah vaksinasi booster 2 menggunakan metode Naive Bayes Classifier. Hasil penelitian menunjukkan hasil pengujian dengan menggunakan validation maka memperoleh nilai performance yaitu accuracy sebesar 86.84, precision sebesar 85.71% dan recall sebesar 90%.
Co-Authors Harlinda, Harlinda Umar, Fitriyani