SENTIMEN ANALISIS OPINI MASYARAKAT PADA MEDIA SOSIAL TWITTER TERHADAP VAKSIN BERBAYAR MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (NBC)

Angga Aditya Permana (Teknik Informatika - Universitas Muhammadiyah Tangerang)
Muhammad Fany Fahrezi (UMT)
Dinar Ajeng Kristiyanti (Universitas Bina Sarana Informatika)
Manorang Sihotang (Universitas Pramita Indonesia)

JURNAL TEKNIK
Vol 10, No 2 (2021): Juli-Desember 2021

Adanya rencana vaksin berbayar oleh pemerintah menimbulkan berbagai macam tanggapan dari masyarakat. Banyaknya pemberitahuan yang berasal dari banyak sumber dapat mempengaruhi presepsi masyarakat. Presepsi negatif tehadap vaksin berbayar yang dialami masyarakat dapat menjadi pemicu terjadinya kemarahan. Tujuan penelitian ini adalah untuk melakukan analisis sentimen menggunakan pemrograman R, untuk mengetahui opini-opini masyarakat terhadap kabar mengenai vaksin berbayar yang ada di Indonesia. Penelitian ini menggunakan metode naïve bayes classifier yang diklasifikasikan kedalam opini positif, negatif, dan netral. Hasil analisis sentimen ini akan dijabarkan dalam bentuk visualisasi barplot, wordcloud, dan dalam bentuk diagram UML (Unified Modelling Language) kemudian proses akan dilanjutkan dengan membuat rancangan sistem. Analisis sentiment ini adalah berbasis web dan dapat diakses menggunakan browser. Dengan begitu penelitian ini akan menghasilkan sebuah informasi analisis sentimen dengan menggunakan rstudio dalam mengambil dan mengklasifikasi data.