Sentimen Analisis Pengaruh Vaksin Covid-19 Terhadap Masyarakat Jabodetabek Pada Media Sosial Twitter

FEBI FIOLANDA SARI S, Divi Galih Prasetyo Putri, S.Kom., M.Kom, Ph.D

2022 | Tugas Akhir | D4 TEKNOLOGI REKAYASA PERANGKAT LUNAK

Covid-19 merupakan wabah yang ditetapkan sebagai pandemi oleh WHO. Untuk mengurangi angka penyebaran infeksi virus ini, pemerintah mewajibkan masyarakat melaksanakan vaksinasi. Salah satu upaya penerapan vaksinasi pemerintah adalah mewajibkan vaksin sebagai syarat perjalanan, akses fasilitas, dan penggunaan situs umum lainnya. Pelaksanaan vaksin memunculkan sentimen masyarakat bahwa vaksin menyebabkan ketakutan karena efek samping yang disebabkan oleh vaksin itu sendiri. Tak hanya itu beberapa masyarakat juga memiliki sentimen positif terhadap pelaksanaan vaksin yang dipercayai menurunkan angka penyebaran infeksi virus covid-19. Dari permasalahan tersebut, maka dilakukan penelitian sentimen analisis opini masyarakat terhadap vaksin khususnya daerah Jabodetabek. Pada penelitian ini dilakukan analisis sentimen tentang vaksin melalui cuitan pada Twitter platform yang terdiri dari 19.817 data. Pelabelan data dilakukan dengan menerapkan metode lexicon dengan pengelompokan opini masyarakat menjadi 2 kelas yaitu sentimen positif dan negatif, berdasarkan hasil pengujian sentimen diketahui bahwa 13.826 ribu data sentimen positif dan 5.991 data sentimen negatif. Penelitian menggunakan metode Naive Bayes dan Random Forest dalam beberapa kasus analisis sentimen. Dari model Random Forest yang diterapkan dengan parameter tuning yang diperoleh hasil accuracy terbaik dengan accuracy sebesar 85.51% dengan rata-rata nilai accuracy sebesar 85.16%, dan penerapan pada model Naive Bayes dihasilkan nilai Accuracy sebesar 74.73%. Hasil analisis sentimen pada penelitian ini akan direpresentasikan ke dalam sebuah dashboard informasi berbasis website. Pembuatan dashboard menggunakan perangkat lunak Visual Studio Code, dan penerapan front-end menggunakan VUE serta penerapan back-end menggunakan Flask. Informasi yang ditampilkan pada dashboard sudah melalui proses pengolahan data menggunakan Python. Dari dibangunnya dashboard sentimen analisis pengaruh vaksin terhadap masyarakat Jabodetabek berbasis website maka pengguna dimudahkan untuk mengakses informasi yang sudah disajikan dengan data yang sudah diolah dan sudah melalui proses preprocessing data.

COVID-19 is an outbreak that has been declared a pandemic by the WHO. To reduce the spread of this virus infection, the government requires the public to carry out vaccinations. One of the government's efforts to implement vaccination is to require vaccines as a condition for travel, access to facilities, and the use of other public sites. The implementation of vaccines raises public sentiment that vaccines cause fear because of the side effects caused by the vaccine itself. Not only that, but some people also have positive sentiments towards the implementation of vaccines which are believed to reduce the spread of the COVID-19 virus infection. From these problems, sentiment analysis of public opinion research on vaccines was carried out, especially in the Jabodetabek area. In this study, sentiment analysis about vaccines was carried out through tweets on the Twitter platform, consisting of 19,817 data points. Data labeling is done by applying the lexicon method by grouping public opinion into 2 classes, namely positive and negative sentiment. Based on the results of sentiment testing, it is known that 13,826 thousand data points are positive sentiments and 5,991 data points are negative sentiments. The research uses Naive Bayes and Random Forest methods in several cases of sentiment analysis. From the Random Forest model applied with tuning parameters, the best accuracy results were obtained with an accuracy of 85.51% with an average accuracy value of 85.16%, and the application of the Naive Bayes model resulted in an accuracy value of 76.16% with an average accuracy value of 74.73%. The results of sentiment analysis in this study will be represented in a website-based information dashboard. Dashboard creation using Visual Studio Code software, front-end deployment using VUE, and back-end deployment using Flask. The information displayed on the dashboard has gone through the data processing process using Python. From the construction of a website-based sentiment analysis dashboard for the effect of vaccines on the Jabodetabek community, it is easier for users to access information that has been presented with data that has been processed and has gone through the data preprocessing process.

Kata Kunci : Vaksin, Covid-19, Jabodetabek, Sentimen analisis, Naive Bayes, Random Forest.