ANALISIS SENTIMEN VAKSIN COVID-19 PADA TWITTER MENGGUNAKAN METODE LEXICON BASED

Ayu Sumanti, Nyimas (2022) ANALISIS SENTIMEN VAKSIN COVID-19 PADA TWITTER MENGGUNAKAN METODE LEXICON BASED. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (318kB)
	Text BAB II.pdf Restricted to Registered users only Download (418kB)
	Text BAB III.pdf Restricted to Registered users only Download (387kB)
	Text BAB IV.pdf Restricted to Registered users only Download (975kB)
	Text BAB V.pdf Download (300kB)
	Text DAFTAR PUSTAKA.pdf Download (445kB)

Abstract

Analisis sentimen merupakan cabang ilmu dari text mining yang dapat digunakan dalam berbagai kemungkinan domain, dari produk konsumen, jasa kesehatan, jasa keuangan, peristiwa sosial dan politik pada pemilu. Kecendrungan penelitian tentang analisis sentimen berfokus pada pendapat yang menyatakan atau menyiratkan suatu sentimen positif atau negatif. Meski telah terbukti dapat mengatasi penyebaran pandemi Covid-19, vaksin seringkali mendapat penolakan terutama di Indonesia. Berbagai alasan seperti tidak yakin atas keamanan, efektivitas, kesucian, khawatir efek samping hingga tidak percaya kepada vaksinasi. Dalam beberapa kasus penolakan ini dapat terjadi dengan berbagai penyebab seperti kurangnya literasi dan sosialisasi mengenai vaksin, mempercayai hoax hingga terbawa isu agama. Untuk itu peneliti melakukan penelitian yang bertujuan untuk menganalisis sentimen masyarakat terhadap vaksin Covid-19. Penelitian ini menggunakann metode lexicon based , pengumpulan data menggunakan Twitter API serta alat bantu pengolahan data menggunakan aplikasi orange sehingga didapatkan hasil akurasi sentimen paling tinggi yaitu sentimen negatif dengan total sebesar 3547 data. sentimen netral didapatkan data sebesar 2818 yang menjadikan netral kedua terbesar setelah negatif. Kemudian pada sentimen positif didapati sebanyak 1562 data, dari sampel 7927 data twitt yang di uji pada tanggal 02 februari 2022.

Actions (login required)

View Item