Implementasi Support Vector Machine pada Analisis Sentimen mengenai Bantuan Sosial di Era Pandemi Covid-19 pada Pengguna Twitter

Davriwan Dzaky Muttaqien (Fakultas Ilmu Komputer, Universitas Brawijaya)
Tibyani Tibyani (Fakultas Ilmu Komputer, Universitas Brawijaya)
Pitoyo Peter Hartono (Departement Electrical and Electronics Engineering, Chukyo University)

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Vol 6 No 1 (2022): Januari 2022

Pandemi COVID-19 menimbulkan berbagai macam permasalahan diberbagai sektor, salah satunya sektor perekonomian yang berdampak pada kesejahteraan masyarakat. Dengan tujuan untuk meningkatkan kesejahteraan masyarakat, pemerintah melalui kementerian sosial menyelenggarakan program bantuan sosial. Seiring dengan berjalannya program tersebut banyak masyarakat yang membicarakan serta memberikan opini mereka terkait program tersebut di sosial media, salah satu sosial media yang banyak digunakan masyarakat untuk membicarakan hal tersebut adalah Twitter, sehingga Twitter dapat dijadikan salah satu sumber untuk melakukan analisis sentimen terhadap bantuan sosial. Penelitian ini bertujuan untuk membangun alat analisis untuk memahami secara intuitif sentimen publik yang beredar di Twitter terkait bantuan sosial selama krisis COVID-19. Pada penelitian ini, Support Vector Machine (SVM) digunakan sebagai mesin utama untuk alat analisis yang diusulkan, karena kekuatannya dalam menangani inkonsistensi data yang secara inheren tertanam dalam tweet subjektif. Hipotesis awal adalah bahwa tidak terdapat perbedaan pada sentimen sosial di antara kelompok usia yang berbeda dalam masyarakat. Pada penelitian ini, alat analisis terdiri dari tiga SVM berbeda, masing-masing dilatih oleh tweet dari kelompok usia terkait. Dalam eksperimen, uji penilaian statistik dilakukan untuk mengevaluasi hipotesis awal, dan hasilnya digunakan lebih lanjut untuk membangun alat analisis, sementara penggunaan alat analisis ini di masa mendatang juga dijelaskan. The COVID-19 pandemic has caused various kinds of problems in various sectors, one of which is the economic sector that has an direct impact on people's welfare. With the aim of escalate people's welfare, the government through the Ministry of Social Affairs runs a social assistance program. Along with the running of the program, many people discussed and gave their opinions regarding the program on social media, one of the social media that is widely used by people to talk about this is Twitter, so Twitter can be used as a source to conduct sentiment analysis on social assistance.The objective of this research is to construct an analytical tool for intuitively understand public sentiments circulating in Twitter regarding the social assistance during COVID-19 crisis. Here, Support Vector Machine (SVM) is utilized as the main engine for the proposed analytical tool, due to its strength in dealing with data's inconsistency that is inherently embedded in subjective tweet. The initial hypothesis is that there is no difference in social sentiment among different age groups in society. Here, the analytical tool consists of three different SVM, each trained by the tweet from the associated age group. In the experiment, a statistical assessment test is executed for evaluating the initial hypothesis, and the result is utilized further to build the analytical tool, while the future usage for this analytical tool is also explained.