Implementasi Sentiment Analysis Dalam Penyebaran Informasi Vaksinasi COVID-19 Menggunakan Metode Naïve Bayes Di Facebook

Abstract

Abstrak
Jejaring sosial Facebook telah memberikan ruang baru bagi publik untukmenumpahkan pendapatnya secara luas. Pada
perjalananya, Facebook tak lagi hanya sebatas jejaring pertemanan di jagat virtual, melainkan Facebook sendiri dapat
dijadikan wadah bagi para penggunanya untuk bebas berpendapat. Dimasa pandemi Covid-19, vaksinasi dijadikan
solusi terbaik untuk mengatasi pandemi tersebut. Pemberian vaksinasi menimbulkan Pro dan Kontra dikalangan
masyarakat Indonesia. Respon kekhawatiran tersebut biasanya diekspresikan ke dalam media sosial, mayoritas dari
masyarakat memberikan respon dan opini terhadap kekhawatiran terkait vaksinasi melalui media sosial, salah satu
media sosial yang digunakan sebagai pilihan untuk menyampaikan respon dan opini tersebut adalah Facebook.
Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap penyebaran informasi vaksinasi Covid-19;
mengidentifikasi kata yang paling sering muncul; dan mengkategorikan setiap opini yang muncul ke dalam
kategorisentimen positif dan negatif terkait program vaksinasi Covid-19. Metode yang digunakan adalah Word cloud
Analysis, Sentiment Analysis, dan algoritma Naive Bayes. Hasil dari penelitian ini didapat bahwa sentimen negatif
mendapat hasil yang lebih tinggi dengan persentase sebesar 81,4% atau sebanyak 2.985 komentar, sedangkan sentimen
positif mendapat hasil yang lebih rendah dengan persentase sebesar 18,6% atau sebanyak 682 komentar. Sedangkan
didapat bahwa klasifikasi kata yang sering muncul pada kata positif yaitu kata “semoga” sebanyak 165 kata. Sedangkan
kata negatif yang sering muncuk yaitu kata “vaksin” sebanyak 1.103 kata.
Kata kunci : vaksinasi, sentiment analysis, naïve bayes