Analisis Sentimen Terhadap Vaksinasi Astra Zeneca pada Twitter Menggunakan Metode Naïve Bayes dan K-NN

Abstract

The number of positive examples of Coronavirus continues to grow every day, especially in Indonesia. In an effort to reduce the surge in the higher case, the government carried out vaccination programs provided free for all Indonesian people. One vaccine given to Masyara-kat is the Astra Zeneca vaccine. In the provision of these vaccines bring benefits and losses in the community, some are supported and doubtful, some even refuse. On social media Twitter, Astra Zeneca is one of the most widely discussed in social media because of the many opinions or opinions that have sprung up from various circles. Some opinions from the community on Twitter will be used as data to examine the analysis of sentiment in the Astra Zeneca vaccine that utilizes the Naïve Bayes and K-NN methods. It is expected to produce an accurate level of accuracy. Based on the results of the study found different levels of accuracy, for the use of the Naïve Bayes method produced an accuracy rate of 90.71% +/- 4.66% (Micro Average: 90.77%) while the KNN method produced an accuracy rate of 74.78% +/- 3.74% (micro Average: 74.77%).

Analisis Sentimen Vaksinasi Booster Berdasarkan Twitter Menggunakan Algoritma Naïve Bayes dan K-NN

“…Seperti pada penelitian yang sudah dilakukan oleh Slamet Harry Ramadhani mengenai analisis sentimen vaksinasi Astra Zeneca pada media sosial Twitter dengan menggunakan algoritma Naïve Bayes dan K-NN. Hasil dari penilitian ini mendapatkan tingkat akurasi yang berbeda, yaitu pada pengujian Naïve Bayes mempunyai akurasi bernilai 90.71%, pada pengujian K-NN menghasilkan akurasi bernilai 74.78% [9]. Penelitian yang dilakukan oleh Muhammad Syarifuddin mengenai analisis sentimen mengenai COVID-19 pada website twitter memakai algoritma Naïve Bayes dan K-NN.…”

Analisis Sentimen pada Komen Twitter Pawang Hujan Mandalika dengan Support Vector Machine (SVM) dan Naïve Bayes

“…[6]. Keempat adalah penelitian tentang amalisis sentiment keberhasilan Indonesia pada Thomas Cup tahun 2020 dengan NB dan Decission Tree [7]. Referensi terkahir dalam penelitian ini adalah Analisis terkait pelayanan indihome pada twitter dengan algoritma SVM, dengan akurasi 87% [8].…”