Analysis of Covid-19 Vaccine Policy Sentiment Using SVM and C4.5

Hasibuan, Muhammad Siddik
suhardi, suhardi

Jurnal Teknik Elektro dan Komputer TRIAC
Vol 9, No 2 (2022): Special Edition

Analisis sentimen terhadap kebijakan vaksin covid-19 di Indonesia menjadi suatu hal yang perlu untuk diteliti. Opini tersebut dapat di jadikan suatu model penelitian, yaitu menggunakan metode klasifikasi data mining menggunakan algortima SVM dan C4.5. Dataset yang digunakan adalah opini atau sentimen masyarakat yang di posting pada media sosial twitter. Data yang diambil sebanyak 200 data, selanjutnya dilakukan proses pre-prosessing menggunakan metode TD-IDF data menjadi 137 dateset. Proses selanjutnya menyeimbangkan data dengan fungsi SMOTE, hasil dari performance dari algoritma SVM mendapat nilai akurasi 99.46 sedangkan algoritma C4.5 mendapat nilai akurasi 69.02. Dari hasil analisis yang dilakukan algoritma SVM mendapat nilai optimum yang lebih baik dari algoritma C4.5.