Abstract :
Kementrian Kesehatan Republik Indonesia berperan sebagai gugus terdepan dalam
penanganan Covid-19 di Indonesia selalu menyajikan kabar harian untuk menyediakan
informasi mengenai kasus pandemi Covid-19 perharinya melalui akun twitter milik
Kementrian Kesehatan Republik Indonesia. Namun, tidak semua tweet harian yang diberikan
oleh akun twitter Kementrian Kesehatan Republik Indonesia dapat dikonsumsi dan direspon
masyarakat dengan selaras adapun maslah ini dapat diatasi dengan melakukan penelitian di
bidang Analisis Sentiment, yang mana merupakan bidang penelitian yang berfokus kepada
studi komputasi atas opini, tingkah laku dan emosi terhadap suatu entitas yang dituangkan
dalam bentuk teks. Penelitian ini dilakukan untuk mengetahui bagaimana hasil analisis
sentimen terkait repon masyarakat dari kabar harian Covid-19 dari twitter Kementrian
Kesehatan Republik Indonesia dan mengklasifikasikan nya menjadi tiga kelas yaitu positif,
negatif, dan netral menggunakan metode klasifikasi Naive Bayes Classifier, sehingga
penelitian ini diharapkan dapat menghasilkan sentimen dengan kelas yang cenderung positif,
negatif, atau netral. Hasil dari kesimpulan penelitian ini nantinya dapat dilihat dalam bentuk
grafik. Penelitian ini juga melakukan pengujian akurasi, pengujian precision, dan recall, f-1
score untuk memastikan keakuratan dari penelitian.
Kata Kunci : Covid-19, Kemenkes RI, Analisis Sentiment, Text Mining, Klasifikasi Naive
Bayes.