ANALISIS SENTIMEN APLIKASI PEDULI LINDUNGI PADA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS WEBSITE
Total View This Week0
Total View This Week0
Institusion
Politeknik Harapan Bersama
Author
Eriyadi, Fauziah Nurzaerina
Subject
T Technical Information
Datestamp
2023-01-13 09:07:04
Abstract :
Pemerintah Indonesia telah mengupayakan berbagai kebijakan untuk menangani pandemi, contohnya penerapan Lockdown, PSBB (Pembatasan Sosial Berskala Besar), Work From Home, hingga New Normal. Respon pemerintah yang kurang tanggap dan terlihat mengabaikan membuat negara ini tertinggal jauh dari penanganan negara-negara yang lebih dahulu terdeksi adanya virus. Dikarenakan respon lambat dari pemerintah, Indonesia menjadi salah satu negara di Asia Tenggara tertinggi dalam hal angka kematian. Namun, diperkirakan angka kematian lebih tinggi dari data yang dilaporkan. Peduli Lindungi merupakan aplikasi hasil kolaborasi dari Kementerian BUMN, Kementerian Komunikasi dan Informatika, Kementerian Kesehatan, dan Komite Penanganan Covid-19 dan Pemulihan Ekonomi Nasional (KPCPEN) serta PT Telkom Indonesia yang memiliki fungsi utama yaitu sebagai aplikasi tracing, tracking, dan penghentian penyebaran Covid-19 di Indonesia dengan mengandalkan saling membagikan data lokasi agar dapat ditelusuri Riwayat kontak dengan penderita Covid-19. Penelitian ini bertujuan untuk membuat aplikasi berbasis website dengan menerapkan algoritma Support Vector Machine pada aplikasi Peduli Lindungi di Twitter dengan klasifikasi sentimen positif dan negatif. Pengujian model Support Vector Machine mendapatkan hasil akurasi sebesar 80%. Kata Kunci : Peduli Lindungi, Support Vector Machine, Covid-19, Analisis Sentimen.
Pemerintah Indonesia telah mengupayakan berbagai kebijakan untuk menangani pandemi, contohnya penerapan Lockdown, PSBB (Pembatasan Sosial Berskala Besar), Work From Home, hingga New Normal. Respon pemerintah yang kurang tanggap dan terlihat mengabaikan membuat negara ini tertinggal jauh dari penanganan negara-negara yang lebih dahulu terdeksi adanya virus. Dikarenakan respon lambat dari pemerintah, Indonesia menjadi salah satu negara di Asia Tenggara tertinggi dalam hal angka kematian. Namun, diperkirakan angka kematian lebih tinggi dari data yang dilaporkan. Peduli Lindungi merupakan aplikasi hasil kolaborasi dari Kementerian BUMN, Kementerian Komunikasi dan Informatika, Kementerian Kesehatan, dan Komite Penanganan Covid-19 dan Pemulihan Ekonomi Nasional (KPCPEN) serta PT Telkom Indonesia yang memiliki fungsi utama yaitu sebagai aplikasi tracing, tracking, dan penghentian penyebaran Covid-19 di Indonesia dengan mengandalkan saling membagikan data lokasi agar dapat ditelusuri Riwayat kontak dengan penderita Covid-19. Penelitian ini bertujuan untuk membuat aplikasi berbasis website dengan menerapkan algoritma Support Vector Machine pada aplikasi Peduli Lindungi di Twitter dengan klasifikasi sentimen positif dan negatif. Pengujian model Support Vector Machine mendapatkan hasil akurasi sebesar 80%. Kata Kunci : Peduli Lindungi, Support Vector Machine, Covid-19, Analisis Sentimen.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
