Analisis Sentimen Di Twitter Menggunakan Metode Support Vector Machine (Svm) (Studi Kasus: Data Opini Twitter Tentang Kebijakan Vaksin Booster Sebagai Syarat Mudik Lebaran 2022 Di Indonesia)

Abstract

Munculnya virus novel coronavirus yang pada awal tahun 2020 mengakibatkan pandemi di seluruh dunia. Berbagai upaya telah dilakukan untuk menangani permasalahan yang ditimbulkan oleh adanya pandemi Covid-19, salah satunya adalah dengan penciptaan vaksin Covid-19. Pada April 2022, Satuan Tugas Penanganan Covid-19 merilis surat edaran yang mengatur perjalanan untuk mudik Idulfitri 1443 Hijriah di mana para pelaku perjalanan dalam negeri yang sudah melakukan vaksinasi ketiga atau booster sudah tidak perlu melakukan test. Namun, jika pelaku perjalanan belum melakukan vaksin booster, maka diharuskan untuk melakukan test antigen atau PCR. Hal ini menuai pro dan kontra di masyarakat dan menuangkan pendapatnya di sosial media, salah satunya Twitter. Twitter merupakan salah satu sosial media yang cukup digemari dengan 322,4 juta pengguna di seluruh dunia. Pada penelitian ini, dilakukan pelabelan data untuk mengklasifikasikan kelas sentimen positif, netral, dan negatif yang kemudian akan diuji menggunakan algoritma Support Vector Machine (SVM). Berdasarkan penelitian yang dilakukan, diperoleh hasil akurasi tertinggi dengan menggunakan metode kernel linear yaitu sebesar 97,99%. Mayoritas pengguna Twitter menunjukkan tanggapan positif dengan anjuran untuk melakukan vaksin booster dan anjuran untuk menjaga protokol kesehatan.