Title
ANALISIS SENTIMEN PADA MEDIA SOSIAL (TWITTER) TERHADAP VAKSIN COVID-19 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)
Category
Software & Algorithm
Description
penelitian ini untuk melihat opini terhadap objek yaitu adanya Vaksin Covid-19, apakah cenderung beropini negatif, positif, atau bahkan netral. Pengumpulan data dengan melakukan crawling data dengan keyword ‘Vaksin Covid’. Metode yang akan digunakan yaitu Support Vector Machine (SVM). Analisa dilakukan dengan membandingkan nilai ketepatan klasifikasi dari dua fungsi kernel SVM yaitu linear, dan Radial Basic Function (RBF). Hasil dari penelitian didapatkan sentimen positif sebesar 43,5%, negatif sebesar 19,1%, dan netral sebesar 37,4%. Kemudian evaluasi sistem menggunakan confusion matrix didapatkan nilai akurasi untuk kernel linear sebesar 79,15%, presisi sebesar 77,31%, dan recall sebesar 78,09%. Sedangkan kernel RBF memiliki nilai akurasi sebesar 84,25%, presisi sebesar 83,67%, dan recall sebesar 81,99%. Sedangkan pada cross validation didapatkan nilai optimum pada k=1 dengan nilai akurasi 80,18% untuk kernel linear dan 85,88% untuk kernel RBF. Sehingga kernel RBF memiliki akurasi yang lebih tinggi dibandingkan kernel linear.
Contact Us
-