Analisis Sentimen Mengenai Rencana Vaksinasi Covid-19 Menggunakan Support Vector Machine Dengan String Kernel

Abstract

Pemerintah indonesia berencana melakukan vaksinasi masal sebagai upaya penanggulangan covid-19 dimana Indonesia memiliki kasus tertinggi di regional Asia Tenggara. Hal tersebut memicu berbagai opini masyarakat salah satunya di twitter. Vaksin covid-19 masih baru dan sedang dalam tahap uji coba pada manusia. Opini beragam ini dapat menjadi bahan masukan pemerintah dalam menyusun kebijakan vaksinasi masal. Untuk mengetahui gambaran opini diperlukan analisis sentimen. Yang nantinya diklasifikasikan menjadi kelas positif, kelas negatif dan kelas netral. Menggunakan metode support vector machine (SVM) dengan string kernel yang memiliki hasil uji terbaik. Hasil percobaan menunjukan masyarakat diprediksikan positif terkait kebijakan vaksinasi masal ini. Model terbaik untuk prediksi opini masyarakat didapat dengan menggunakan optimisasi parameter gridsearch dengan nilai performa f1-weighted sebesar 0.8373. Dengan menerapkan string kernel linear yang memiliki f1-score lebih tinggi dari kernel rbf,sigmoid,dan polynomial. Kata kunci : analisis sentimen, SVM, kernel, multiclass,twitter,vaksinasi covid-19