@thesis{thesis,
		author={Herwinsyah  Herwinsyah},
		title ={ANALISIS SENTIMEN MASYARAKAT TERHADAP
VAKSINASI COVID-19 PADA MEDIA SOSIAL
TWITTER MENGGUNAKAN ALGORITMA
SUPPORT VECTOR MACHINE (SVM)},
		year={2021},
		url={http://eprints.mercubuana-yogya.ac.id/13362/},
		abstract={Masyarakat Indonesia saat ini cenderung lebih banyak berinteraksi dengan
dunia maya. Media sosial menjadi pilihan utama masyarakat di dunia termasuk juga
di Indonesia. Salah satu media sosial yang banyak digunakan masyarakat di
Indonesia adalah twitter , biasanya twitter lebih banyak digunakan pengguna untuk
mengungkapkan opini-opini mereka yang berkaitan dengan topik yang sedang
hangat di masyarakat. Dari tweet yang muncul sebenarnya mengandung makna
yang bisa dikaji, salah satunya untuk mencari informasi tentang kecenderungan
masyarakat Indonesia terhadap suatu kebijakan yang diambil pemerintah. Dalam
hal ini penulis mencari info tentang topik vaksinasi covid-19, dimana topik ini di
masyarakat warga negara Indonesia muncul opini-opini positif dan ada juga yang
opini-opini negatif. Hasil penelitian yang dilakukan, dari 4078 data tweet sentimen
posistif sebanyak 2525 (43,0%), sentimen negatif sebanyak 771 (16,4%) dan
sentimen netral sebanyak 1912 (40,6%). Hasil dari 80% (3766) data training dan
20% (942) data testing memperoleh hasil akurasi skor sebesar 73,6%. Dengan
metode Support Vector Machine dapat dilakukan analisa sentimen yang
menunjukan akurasi diatas 70%.}
		}