Analisis Sentimen Twitter Berbahasa Indonesia Terhadap Aplikasi PeduliLindungi dengan Algoritma SVM, KNN, dan Regresi Logistik

Authors

  • Rizka Akmalia Rizka Akmalia Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret
  • Isnandar Slamet Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret
  • Hasih Pratiwi Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret

DOI:

https://doi.org/10.30862/psnmu.v7i1.21

Keywords:

Analisis Sentimen, Twitter, Klasifikasi

Abstract

PeduliLindungi merupakan aplikasi  mobile yang  diluncurkan oleh KOMINFO, bekerjasama dengan Kementerian Kesehatan dan Kementerian Badan Usaha Milik Negara (BUMN) sesuai dengan Keputusan Menteri Komunikasi dan Informatika Nomor 171 Tahun

  1. Aplikasi PeduliLindungi dibuat untuk membantu pelacakan kasus COVID-19, di mana pengguna aplikasi ini berpartisispasi aktif membagikan data lokasi saat bepergian, sehingga dapat dilakukan pelacakan riwayat kontak dengan pasien positif COVID-19. Masyarakat Indonesia memiliki berbagai opini terhadap aplikasi PeduliLindungi, baik opini yang bersifat negatif maupun positif. Opini-opini mengenai aplikasi PeduliLindungi banyak disampaikan melalui media sosial Twitter, yang menjadi aplikasi dengan pengguna harian aktif terbanyak di Indonesia. Penelitian ini bertujuan untuk menganalis sentimen masyarakat Indonesia mengenai aplikasi PeduliLindungi dari data yang bersumber dari media sosial Twitter dan menentukan apakah sentimen masyarakat terhadap aplikasi ini bersifat negatif atau positif menggunakan algoritma SVM, KNN, dan Regresi Logistik. Data yang digunakan untuk analisis sentimen merupakan data Twitter berbahasa Indonesia, yang berkaitan dengan aplikasi PeduliLindungi.

Data berjumlah 1000 baris diperoleh dari media sosial Twitter menggunakan kode akses Twitter API dari periode Oktober 2021  – November 2021. Berdasarkan analisis, didapatkan bahwa klasifikasi sentimen menggunakan algoritma Regresi Logistik dengan parameter C = 10 dan penalty = L2 menjadi model terbaik untuk klasifikasi data Twitter mengenai aplikasi Pedulilindungi. Didapatkan nilai matriks evaluasi untuk akurasi sebesar 81.5%, recall sebesar

96.6%, precision sebesar 81.5%, dan f-1 score sebesar 88.4%.

Downloads

Published

2022-05-31

Issue

Section

Articles