Perbandingan Metode Naive Bayes dan Support Vector Machine pada Analisis Sentimen Vaksinasi Booster

Abstract

Virus corona telah menjadi pandemi dan sudah menyebar hampir ke seluruh dunia, termasuk Indonesia. Banyak dampak negatif yang diakibatkan oleh penyebaran COVID-19 di Indonesia, sehingga pemerintah mengambil tindakan vaksinasi agar dapat menekan tingkat penyebaran COVID-19. Tanggapan dari masyarakat terhadap tindakan vaksinasi cukup beragam di media sosial salah satunya media sosial Twitter. Tanggapan masyarakat ada yang mendukung dan ada juga yang tidak setuju. Maka dari itu, dalam penelitian ini dilakukan analisis sentimen terhadap tweets yang berhubungan dengan vaksinasi booster untuk mengetahui opini masyarakat mengenai vaksinasi booster ini. Vaksinasi booster adalah vaksinasi COVID-19 setelah seseorang mendapat vaksinasi primer dosis lengkap yang ditujukan untuk mempertahankan tingkat kekebalan serta memperpanjang masa perlindungan. Analisis dilakukan dengan mengklasifikasikan tweets yang berisi sentimen masyarakat mengenai vaksinasi booster. Metode klasifikasi yang digunakan dalam penelitian ini adalah Naïve Bayes dan Support Machine Learning (SVM). Hasil komparasi kedua metode menunjukan bahwa SVM mendapatkan hasil akurasi yang lebih baik dari Naïve Bayes dengan akurasi sebesar 99%