Laporkan Masalah

ANALISIS SENTIMEN PADA TWITTER MENGENAI KAMPANYE PEMBERIAN IMUNISASI MEASLES RUBELLA DI INDONESIA

KATRINA FEBY LESTARI, dr. Lutfan Lazuardi, M.Kes,Ph.D

2018 | Tesis | S2 Ilmu Kesehatan Masyarakat

Latar belakang: Measles dan Rubella adalah dua penyakit yang sangat menular yang sampai saat ini belum ada obatnya. Imunisasi Measles Rubella (MR) adalah satu-satunya cara mencegah penyakit ini. Sehubungan awal diadakannya kampanye pemberian imunisasi MR di Indonesia tahun 2017 menyebabkan banyak orang menyampaikan opininya tentang imunisasi MR di berbagai media sosial, salah satunya melalui twitter. Analisis sentimen twitter dapat digunakan untuk menarik sebuah kesimpulan apakah pandangan masyarakat terhadap kampanye imunisasi MR cenderung positif atau negatif. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat pada twitter mengenai kampanye pemberian imunisasi MR di Indonesia. Metode : Jenis penelitian kuantitatif dengan rancangan penelitian deskriptif. Subjek penelitian tweets yang menggunakan kata kunci "vaksin", "imunisasi", "vaksin mr", "imunisasi mr", dan tweets yang menggunakan #vaksinmr, #imunisasimr. Hanya tweets dalam Bahasa Indonesia diambil. Data Januari sampai September 2017 dikumpulkan, dipreprocessing, diklasifikasikan berdasarkan tahap pengetahuan persuasi dan tahap pengambilan keputusan menjadi sentimen positif, netral, dan negatif. Analisis menggunakan tool Rapidminer versi 8.1 dengan metode klasifikasi K-NN. Hasil : Pada tahap pengetahuan dan persuasi, sentimen netral lebih banyak muncul dengan pelabelan manual dan sentimen positif lebih banyak muncul dengan RapidMiner. Pada tahap pengambilan keputusan, sentimen netral lebih banyak muncul dengan pelabelan manual dan RapidMiner. Kesimpulan : Twitter dapat digunakan memprediksi opini masyarakat tentang imunisasi MR di Indonesia. Namun untuk prediksi manual diperlukan waktu banyak sehingga diperlukan tool yang dapat membantu mempercepat prediksi tetapi tool tersebut perlu memperhatikan keseimbangan data latih dan keunikan Bahasa Indonesia dalam dataset yang mengandung kata yang sama.

Background : Measles and Rubella are two highly contagious diseases that until now there is no cure. Measles-Rubella (MR) immunization is the only way to prevent this disease. In connection with the beginning of the MR immunization campaign in Indonesia in 2017, many people have expressed their opinions about MR immunization in various social media, one of them is through twitter. Sentiment analysis on Twitter can be used to draw a conclusion whether the community's view of the MR immunization campaign tends to be positive or negative. This study aims to analyze community sentiments on twitter about Measles Rubella immunization campaign in Indonesia. Method : Quantitative research type with descriptive research design. Research subjects are tweets that use keyword "vaksin", "imunisasi", "vaksin mr", "imunisasi mr", and tweets using #vaksinmr, #imunisasimr. Only tweets in Indonesian are taken. Data from January to September 2017 are collected, preprocessed, classified based on the stage of knowledge persuasion and decision-making stage into positive, neutral and negative sentiments. Analysis using Rapidminer tool version 8.1 with K-NN classification method. Results : In knowledge and persuasion stage, more neutral sentiments appear with manual labeling and more positive sentiments appear with RapidMiner. In decision-making stage, more neutral sentiments appear with manual labeling and RapidMiner. Conclusion : Twitter can be used to predict public opinion about MR immunization campaign in Indonesia. But for manual predictions it takes a lot of time so that a tool is needed that can help speed up predictions but the tool needs to pay attention to the balance of training data and and the uniqueness of Indonesia language in a dataset containing the same word.

Kata Kunci : Analisis Sentimen, Twitter, Imunisasi, Measles Rubella/ Sentiment Analysis, Twitter, Immunization, Measles Rubella

  1. S2-2018-403282-abstract.pdf  
  2. S2-2018-403282-bibliography.pdf  
  3. S2-2018-403282-tableofcontent.pdf  
  4. S2-2018-403282-title.pdf