KLASIFIKASI SENTIMEN VAKSIN COVID-19 PADA KOMENTAR
FACEBOOK MENGGUNAKAN ALGORITMA NAÃVE BAYES DAN
SUPPORT VECTOR MACHINE (SVM)
Total View This Week0
Total View This Week0
Institusion
Universitas Teknokrat Indonesia
Author
Susanti, -
Subject
Algoritma dan Pemrograman
Datestamp
2021-12-10 02:27:21
Abstract :
Pada awal tahun 2020 seluruh dunia sedang dilanda pandemic Covid-19. Wabah penyakit baru yang disebabkan oleh virus Corona (2019-nCoV) pada awal tahun 2020, dilihat semakin pesatnya penyebaran virus Covid-19 dan bahaya yang ditimbulkan pemerintah Indonesia melakukan vaksinasi Covid-19 sebagai upaya untuk mencegah penyebaran virus Covid -19. Rencana tersebut juga di sampaikan melalui Facebook Page Kemenkes RI dan mendapatkan komentar beragam dari masyarakat Indonesia, maka dari itu perlu dilakukan klasifikasi sentimen untuk mengetahui sentimen positif dan negatif yang disampakan masyarakat. Tujuan dari penelitian ini untuk memebrikan hasil dan proses klasifikasi sentimen masyarakat tentang rencana vaksinasi Covid-19 menggunakan algoritma Naïve Bayes dan Support Vector Machine(SVM) serta mengetahui perbandingan akurasi dari kedua algoritma. Proses awal analisis sentiment yaitu pengumpulan data, Pelabelan sentiment, Preprocessing, Pembobotan TF-IDF, dan Penerapan metode. Hasil dari penelitian ini menujukan bahwa algoritma SVM memiliki hasil akurasi lebih tinggi dengan tingkat Akurasi sebesar 0.86 tanpa validation, 0.84 dengan k-fold cross validation, dan 0.87 dengan Grid Search Validation, nilai recall sebesar 0.86, precision sebesar 1.00. F-1 score sebesar 0.93. Sedangkan Algoritma Naïve Bayes memiliki tingkat akurasi sebesar 0.83 tanpa validation, 0.74 dengan k-fold cross validation dan 0.84 dengan Grid search validation, nilai precision sebesar 0,71, recall sebesr 0.93, F-1 score sebesar 0.80. Keyword : Vaksin Covid-19, Komentar Facebook, Naïve Bayes, Support Vector Machine (SVM).
Pada awal tahun 2020 seluruh dunia sedang dilanda pandemic Covid-19. Wabah penyakit baru yang disebabkan oleh virus Corona (2019-nCoV) pada awal tahun 2020, dilihat semakin pesatnya penyebaran virus Covid-19 dan bahaya yang ditimbulkan pemerintah Indonesia melakukan vaksinasi Covid-19 sebagai upaya untuk mencegah penyebaran virus Covid -19. Rencana tersebut juga di sampaikan melalui Facebook Page Kemenkes RI dan mendapatkan komentar beragam dari masyarakat Indonesia, maka dari itu perlu dilakukan klasifikasi sentimen untuk mengetahui sentimen positif dan negatif yang disampakan masyarakat. Tujuan dari penelitian ini untuk memebrikan hasil dan proses klasifikasi sentimen masyarakat tentang rencana vaksinasi Covid-19 menggunakan algoritma Naïve Bayes dan Support Vector Machine(SVM) serta mengetahui perbandingan akurasi dari kedua algoritma. Proses awal analisis sentiment yaitu pengumpulan data, Pelabelan sentiment, Preprocessing, Pembobotan TF-IDF, dan Penerapan metode. Hasil dari penelitian ini menujukan bahwa algoritma SVM memiliki hasil akurasi lebih tinggi dengan tingkat Akurasi sebesar 0.86 tanpa validation, 0.84 dengan k-fold cross validation, dan 0.87 dengan Grid Search Validation, nilai recall sebesar 0.86, precision sebesar 1.00. F-1 score sebesar 0.93. Sedangkan Algoritma Naïve Bayes memiliki tingkat akurasi sebesar 0.83 tanpa validation, 0.74 dengan k-fold cross validation dan 0.84 dengan Grid search validation, nilai precision sebesar 0,71, recall sebesr 0.93, F-1 score sebesar 0.80. Keyword : Vaksin Covid-19, Komentar Facebook, Naïve Bayes, Support Vector Machine (SVM).
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
