Skripsi

Analisis sentimen pada kicauan media sosial twitter tentang kebijakan PPKM / Rizqi Prayoga Editya

Abstrak
Di awal tahun 2020 dunia dan Indonesia dilanda dengan penyebaran virus baru SARS-CoV-2 yang dapat menyebabkan sebuah penyakit dan pandemi bernamakan COVID-19. Dalam menanggulangi pandemi penyebaran virus pemerintah Indonesia menerapkan kebijakan pembatasan kegiatan masyarakat yang dinamakan PPKM. Kebijakan PPKM sudah berlangsung cukup lama dimana dalam pelaksanaannya sering terjadi perubahan level keketatan. Sehingga banyak pendapat masyarakat tentang penerapannya termasuk kicauan PPKM di Twitter. Kicauan PPKM dapat dijadikan sebagai bahan pertimbangan kebijakan apabila dapat diolah dengan text mining dan analisis sentimen untuk menemukan informasi dan sentimennya. Penelitian ini bertujuan untuk mengetahui pengaruh rasio pembagian data vectorizer dan algoritma pada performa analisis sentimen dan menentukan kombinasi level parameter yang memberikan nilai optimal pada performanya. Penelitian ini merupakan penelitian kuantitatif dengan metode eksperimen yang dibantu dengan bahasa pemrograman Python dan aplikasi Minitab. Terdapat dua belas kombinasi terdiri dari tiga level rasio pembagian data (0.5 0.6 0.7) dua level vectorizer (Countvectorizer TF-IDF) dan dua level algoritma (Naive Bayes SVM). Teknik pengumpulan data yaitu dengan scraping kicauan Twitter menggunakan library Twint. Periode data kicauan yang diambil dimulai pada tanggal 11 Januari 2021 sampai 31 Maret 2022 dengan jumlah data sebanyak 20.921 kicauan. Hasil penelitian menunjukkan bahwa algoritma rasio pembagian data dan vectorizer semuanya berpengaruh terhadap performa model. Sedangkan pada interaksi-dua-faktor dan interaksi-tiga-faktor kurang berpengaruh terhadap performa model. Kemudian kombinasi level yang menghasilkan performa akurasi optimal atau tertinggi yaitu (0.7 TF-IDF SVM) dengan nilai akurasi sebesar 80.29%. Informasi yang didapatkan dari proses ekstraksi text mining bahwa reaksi masyarakat pada Twitter berhubungan dan sejalan dengan perubahan kebijakan PPKM dengan rata-rata sentimen positif namun tidak terlalu tinggi dan cenderung mengalami penurunan seiring berjalannya waktu. Pada kicauan bersentimen positif sebagian besar berisi dukungan pencegahan penyebaran berskala mikro sedangkan kicauan bersentimen negatif sebagian besar berisi tentang pembatasan mobilitas dan perpanjangan level PPKM. Sehingga saran bagi pemerintah agar tetap melakukan pencegahan namun menyesuaikan keketatan dan kelonggaran kegiatan masyarakat ketika durasi kebijakan sudah cukup lama.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Industri, 2023.

Deskripsi Fisik

xvi, 108 lembar : ilus.

Bahasa

Indonesia

No Reg

1304/RS/23

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. ALGORITMA KOMPUTER
2. MEDIA SOSIAL TWITTER - ANALISIS SENTIMEN
3. COMPUTER ALGORITHMS

Pembimbing

1. Aisyah Larasati, S.t., M.t., Mim., Ph.d ; 2. Vertic Eridani Budi Darmawan, S.t., M.sc

Lampiran Berkas