DAMANIK, FRANS JOSUA (2022) ANALISIS SENTIMEN MASYARAKAT TERHADAP COVID-19 DAN PENYELENGGARAAN VAKSIN COVID-19 DI INDONESIA MELALUI TWITTER. S2 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.
|
Text (FRANS JOSUA DAMANIK)
20 53 03284 0.pdf Download (454kB) | Preview |
|
|
Text
20 53 03284 1.pdf Download (259kB) | Preview |
|
|
Text
20 53 03284 2.pdf Download (276kB) | Preview |
|
|
Text
20 53 03284 3.pdf Download (449kB) | Preview |
|
![[img]](http://e-journal.uajy.ac.id/style/images/fileicons/text.png) |
Text
20 53 03284 4.pdf Restricted to Registered users only Download (1MB) |
|
|
Text
20 53 03284 5.pdf Restricted to Registered users only Download (1MB) |
|
|
Text
20 53 03284 6.pdf Download (1MB) | Preview |
Abstract
Corona di Indonesia bermulai Maret 2020, selama 1 tahun lebih virus ini sudah dapat diobati dengan melakukan vaksin. Vaksin tersebut dimulai Januari 2021. Selama berlangsungnya penyelenggaraan vaksin di Indonesia banyak terjadi hal seperti meningkatnya dan menurunnya jumlah kasus Covid-19 setelah melakukan vaksin yang membuat masyarakat menyampaikan opininya di media sosial salah satunya Twitter. Penelitian ini bertujuan untuk mengetahui sentimen masyarakat Indonesia mengenai Covid-19 dan penyelenggaraan Vaksin di Indonesia melalui media sosial Twitter. Metode yang digunakan adalah Multinomial Naïve Bayes, Support Vector Machine, Multinomial Naïve Bayes Feature Extraction SentiStrength, dan Support Vector Machine Feature Extraction SentiStrength. Keempat metode ini digunakan untuk membandingkan metode mana yang terbaik. Hasil keempat metode menunjukkan metode SVM Feature Extraction SentiStrength mendapatkan nilai paling tertinggi untuk sentimen Covid-19 sebesar 85% dan Vaksin Covid-19 sebesar 81%. Metode SVM Feature Extraction SentiStrength mendapatkan hasil yang sangat baik untuk penelitian ini. Opini masyarakat akan Covid-19 di Indonesia sekarang ini terbilang Netral sedangkan penyelenggaraan Vaksin di Indonesia terbilang Netral dikarenakan jumlah persentase opini positif dan negatif tidak terlalu jauh.
| Item Type: | Thesis (S2) |
|---|---|
| Uncontrolled Keywords: | Sentimen Analisis, Support Vector Machine, Multinomial Naïve Bayes, Support Vector Machine Feature Extraction SentiStrength, dan Multinomial Naïve Bayes Feature Extraction SentiStrength. |
| Subjects: | Magister Teknik Informatika > Intelligent Informatic |
| Divisions: | Pasca Sarjana > Magister Teknik Informatika |
| Depositing User: | Editor UAJY |
| Date Deposited: | 19 May 2022 08:43 |
| Last Modified: | 19 May 2022 08:43 |
| URI: | http://e-journal.uajy.ac.id/id/eprint/26833 |
Actions (login required)
 |
View Item |
