ANALISIS SENTIMEN OPINI TERHADAP VAKSIN COVID-19 PADA MEDIA SOSIAL TWITTER MENGGUNAKAN NAÏVE BAYES DAN DECISION TREE

Ahmad Zamsuri Ahmad (Universitas Lancang Kuning)
Elvira Asril (Universitas Lancang Kuning)
Muhamad Sadar (Universitas Lancang Kuning)
Walhidayat (Universitas Lancang Kuning)
Syahtriatna (Universitas Lancang Kuning)
Yogo Turnandes (Universitas Lancang Kuning)

Zonasi: Jurnal Sistem Informasi
Vol. 5 No. 1 (2023): Publikasi artikel ZONAsi: Jurnal Sistem Informasi Periode Januari 2023

Wabah virus korona yang biasa disebut dengan COVID-19 ditetapkan secara resmi sebagai pandemic global oleh World Health Organization (WHO). Untuk meminimalisir dampak yang disebabkan oleh virus salah satu langkah yang tepat adalah dengan mengembangkan vaksin. Akan tetapi dengan adanya vaksinasi untuk masyarakat Indonesia tersebut menimbulkan kontroversial sehingga mengundang banyak kalangan untuk memberikan penilaian opininya. Keterbatasan tempat membuat masyarakat sulit dalam menyampaikan opininya. Oleh karena itu masyarakat memilih sosial media sebagai tempat untuk menyalurkan opini masyarakat. Dalam penelitian ini dilakukan perbandingan algoritma Naïve Bayes, dan Decision Tree untuk melakukan analisa sentiment tentang vaksin Covid – 19. hasil yang di dapat dari analisis menunjukkan bahwa pada umumnya masyarakat memeberikan tanggapan positif terhadap kebijakan vaksinasi yang dilakukan pemerintah indonesia.