Analisis Sentimen Masyarakat Terkait Vaksin Covid-19 Menggunakan Metode Naïve Bayes Classifier Dengan Seleksi Fitur Information Gain (Studi Kasus : Vaksin Covid-19 Di Indonesia 2021)

Abstract

Topik yang sedang ramai dibahas baru-baru ini salah satunya ialah vaksin Covid-19. Vaksin mengandung virus yang sudah dilemahkan atau yang sudah mati yang bertujuan untuk mendeteksi virus yang menyerang tubuh. Di tengahtengah pandemi Covid-19, vaksin merupakan salah satu pencerahan untuk keluar

dari kondisi ini. Namun, banyaknya ulasan maupun informasi pada media sosial

salah

satunya twitter menjadikan sebagian masyarakat terbelah menjadi pro vaksin dan kontra vaksin. Oleh karena itu dirancang analisis sentimen guna membantu mengklasifikasi ulasan kedalam kategori positif atau negatif. Diharapkan penelitian ini dapat memberikan gambaran apakah masyarakat lebih cenderung beropini positif atau negatif terhadap vaksin Covid-19. Metode yang diterapkan untuk klasifikasi sentimen adalah Naïve Bayes dengan seleksi fitur Information Gain. Adapun tujuan dari penelitian ini adalah mengetahui pengaruh dari pemilihan fitur terhadap akurasi klasifikasi. Hasil dari penelitian ini didapatkan nilai akurasi untuk Naïve Bayes sebesar 64% dan nilai akurasi untuk Naïve Bayes dengan seleksi fitur Information Gain sebesar 81% hal ini membuktikan bahwa seleksi fitur menggunakan Information Gain dapat meningkatkan akurasi pada metode Naïve Bayes Classifier.