Klasifikasi Menggunakan Support Vector Machine Dan Latent Dirichlet Allocation Terkait Kasus Covid-19 Di Indonesia

Abstract

ocial Media merupakan media yang biasanya digunakan untuk berinteraksi maupun berbagi melalui jaringan online tanpa terbatasi ruang dan waktu. Salah satu social media yang sering digunakan adalah Twitter. Twitter juga digunakan untuk berbagi informasi dan menuangkan berbagai macam opini. Topik pembahasan yang tengah viral di social media twitter adalah uji coba vaksin covid-19. Oleh karena itu, penulis ingin melakukan penelitian mengenai klasifikasi tanggapan masyarakat Indonesia terhadap vaksin covid-19 dengan menggunakan metode Support Vector Machine dan metode Latent Dirichlet Allocation. Support Vector Machine digunakan untuk pengklasifikasian tanggapan masyarakat, sedangkan Latent Dirichlet Allocation digunakan untuk pemodelan topik pembicaraan masyarakat. Data penelitian ini diperoleh dari scrapping social media twitter dan diambil sejak tanggal 23 November 2020 sampai 30 November 2020. Berdasarkan hasil penelitian ini didapatkan bahwa, model Support Vector Machine terbaik untuk klasifikasi tanggapan mengenai vaksin covid-19 adalah model linear dengan tingkat akurasi sebesar 92.3%. Terdapat 7 topik yang saling berkaitan dari data tanggapan vaksin covid-19 di Indonesia, yaitu mengenai penanganan pandemi di Indonesia dan pemulihan negara.