Analisis Sentimen Pengguna Twitter Terhadap Vaksin Booster Menggunakan Metode Naïve Bayes Dan K-Nearst Neighbor

Abstract

Wabah penyakit pandemi Covid-19 kependekan dari corona virus disease-19 yang melanda di seluruh dunia salah satunya Indonesia dengan jumlah kasus yang tidak sedikit. Dampak dengan banyak masyarakat yang terinfeksi Covid-19 membuat pemerintah mengambil langkah mengurangi penyebaran Covid-19 di Indonesia salah satunya pemberian vaksinasi. Setelah pemberian vaksinasi dosis satu dan dosis dua yang telah banyak dilakukan masyarakat, Kementrian Kesehatan menerbitkan surat edaran tentang Vaksinasi COVID-19 Dosis Lanjutan (Booster). Pelaksanaan vaksin booster menimbulkan berbagai macam pendapat pro dan kontra di masyarakat yang banyak ditemukan di media sosial salah satunya twitter. Berdasarkan permasalahan tersebut maka peneliti menggunakan metode Naïve Bayes dan K-Nearst Neighbor untuk analisis sentimen pengguna twitter terhadap vaksin booster. Pengelompokan data sebanyak 1000 data yang didapat dari twitter dengan metode Naïve Bayes dan K-Nearst Neighbor. Hasil akurasi yang didapatkan sebesar 90.19% dengan metode Naïve Bayes dan hasil akurasi sebesar 82.89% dengan metode K-Nearst Neighbor (K-NN). Nilai precision yang didapatkan dengan metode Naïve Bayes yaitu 95.23% untuk pred.positif lebih tinggi dibandingan pred.negatif yaitu 86.16%.