Analisis Sentimen Terhadap Kebijakan Pemerintah Dalam Menangani Covid-19 Dengan Pendekatan Lexicon Based

Abstrak

Pemerintah sedang gencar mengeluarkan kebijakan-kebijakan yang cukup baru bagi masyarakat Indonesia dalam penanganan penyebaran COVID-19. Banyak masyarakat Indonesia yang memiliki beberapa aspirasi atau opini terkait kebijakan pemerintah tersebut yang ditulis pada platform sosial media Twitter. Aspirasi dari masyarakat tersebut dapat kita ambil dan kita ketahui sentimen dari seluruh masyarakat, sehingga dapat melihat kecondongan sentimen dari masyarakat terhadap kebijakan pemerintah tersebut. Banyak metode yang digunakan untuk menentukan sentimen masyarakat tersebut, salah satu cara yang umum dengan menggunakan metode Support Vector Machine dan pembobotan TFIDF. Pada penelitian tugas akhir ini akan dilakukan penambahan fitur dengan metode leksikal yang memanfaatkan nilai polaritas dari kamus leksikal InSet dan Masdevid yang digabungkan dengan pembobotan kata TF-IDF. Dari hasil percobaan dengan menambahkan fitur metode leksikal, kamus InSet dapat meningkatkan akurasi menjadi 83% dibandingkan SVM tanpa penambahan fitur metode leksikal yang menghasilkan akurasi 82%. Kata kunci : analisis sentimen, support vector machine, metode leksikal, covid-19, twitter