<![CDATA[Abstrak—Pemerintah Indonesia telah mengeluarkan kebijakan baru untuk membantu memantau penyebaran virus COVID-19 agar dapat ditangani secara efisien dengan melacak riwayat lokasi yang dikunjungi masyarakat dengan memerintahkan kepada mereka untuk melakukan check-in dan check-out di ruang publik menggunakan aplikasi PeduliLindungi. Twitter merupakan media yang digunakan sebagai sarana menyampaikan pendapat terkait isu yang hangat diperbincangkan. Beragam pendapat dikeluarkan oleh masyarakat baik bernada positif maupun negatif. Maka dari itu, dilakukan analisis sentimen terhadap penggunaan aplikasi PeduliLindungi. Analisis sentimen yang dilakukan menggunakan pendekatan Machine Learning dengan algoritma Support Vector Machine (SVM) sebagai metode untuk mengklasifikasikan setiap tweets nya ke dalam dua sentimen, yaitu positif dan negatif. Penelitian menghasilkan model terbaik yaitu menggunakan dengan metode pemisahan train dan test data yaitu metode holdout rasio 70:30, dan metode SMOTE untuk penyeimbangan datanya. Model tersebut menghasilkan nilai accuracy: 81.23%, precision: 83.58%, recall: 86.62%, F-1 score: 85.07%, dan AUC: 0.881. Model tersebut digunakan untuk klasifikasi penentuan sentimen dari setiap tweets sehingga dapat diketahui tren persebaran sentimen masyarakat terhadap penggunaan aplikasi PeduliLindungi untuk aktivitas ruang publik pada media sosial Twitter periode Oktober 2021 hingga Juli 2022.Kata kunci— PeduliLindungi, twitter, analisis sentimen, Support Vector Machine (SVM)]]>
Copyrights © 2023
