Walasary, Theo (2024) Analisis Sentiment Vaksin Booster Covid-19 Indonesia Di Twitter Dengan Metode SVM Dan SVM Sentistrength. S2 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.
|
Text (Theo Walasary)
215311520_Bab 0.pdf Download (269kB) | Preview |
|
|
Text
215311520_Bab 1.pdf Download (357kB) | Preview |
|
|
Text
215311520_Bab 2.pdf Download (441kB) | Preview |
|
![[img]](http://e-journal.uajy.ac.id/style/images/fileicons/text.png) |
Text
215311520_Bab 3.pdf Restricted to Registered users only Download (431kB) |
|
|
Text
215311520_Bab 4.pdf Restricted to Registered users only Download (1MB) |
|
|
Text
215311520_Bab 5.pdf Restricted to Registered users only Download (891kB) |
|
|
Text
215311520_Bab 6.pdf Download (378kB) | Preview |
Abstract
Pandemi Covid-19 telah menjadi krisis global, dengan Indonesia mengalami dampaknya selama lebih dari dua tahun. Kampanye vaksinasi, termasuk suntikan penyegaran (booster), telah memicu perdebatan di kalangan masyarakat Indonesia. Untuk memahami sentimen ini, 5.000 cuitan terkait "Vaksin Booster" dikumpulkan dan dianalisis menggunakan Rapid Miner, alat analisis data. Dilakukannya penelitian ini untuk mengetahui pandangan masyarakat dalam menyampaikan opininya di media sosial salah satunya Twitter. Metode yang digunakan adalah SVM (Support Vector Machine) dan SVM ekstraksi fitur Sentistrength. Dimana kedua metode ini digunakan untuk membandingkan metode mana yang terbaik serta untuk mengetahui pandangan masyarakat Indonesia terhadap vaksin booster Covid-19 dan kontribusi positif terhadap pengambilan keputusan terkait vaksinasi di masa depan. Hasil dari kedua metode ini menunjukkan metode SVM Sentistrength medapatkan nilai paling tertinggi sebesar 80%. Sedangkan untuk metode SVM mendapatkan nilai di angka 77%. Metode SVM Sentistrength menunjukkan hasil nilai akurasi yang baik sebesar 81%, sedangkan hasil pandangan masyarakat Indonesia dengan adanya penyelenggaraan Vaksin Booster ini terbilang cukup Netral sebesar 62%, dimana angka tersebut menunjukkan hasil yang terbiang cukup baik, karena warga Indonesia sudah mulai menerima vaksin booster ini.
| Item Type: | Thesis (S2) |
|---|---|
| Uncontrolled Keywords: | Sentiment Analysis, Covid-19, Twitter, SVM (Support Vector Machine), SVM Sentistrength. |
| Subjects: | Magister Teknik Informatika > Inovation of Computational Science |
| Divisions: | Pasca Sarjana > Magister Teknik Informatika |
| Depositing User: | Editor 3 uajy |
| Date Deposited: | 14 May 2024 19:07 |
| Last Modified: | 14 May 2024 19:07 |
| URI: | http://e-journal.uajy.ac.id/id/eprint/31656 |
Actions (login required)
 |
View Item |
