ANALISIS SENTIMEN PEMULIHAN EKONOMI DI INDONESIA PASCA MASA PANDEMI COVID-19 PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER

Perekonomian Indonesia mengalami penurunan sejak pandemi COVID-19.
Banyak perusahaan mengalami kerugian atau bangkrut akibat lockdown. Oleh
karena itu, pemerintah telah merumuskan berbagai kebijakan ekonomi untuk
menahan dampak negatif COVID-19 sepanjang tahun 2020 guna memulihkan
perekonomian nasional pada tahun 2021-2022. Dalam penelitian ini, analisis
sentimen dilakukan dengan menggunakan data yang diperoleh dari media sosial
Twitter. Twitter menjadi salah satu platform yang digunakan masyarakat untuk
mengungkapkan situasi terkini pasca virus corona menyusup dan
mentransformasi sektor ekonomi Indonesia. Tujuan penelitian adalah untuk
mendapatkan analisis dokumen teks untuk opini publik. Data yang terkumpul
terbagi menjadi data latih dan data uji klasifikasi. Metode yang digunakan untuk
klasifikasi dalam penelitian ini adalah algoritma Naïve Bayes Classifier. Dari
hasil analisis, bahwa sentimen masyarakat Indonesia khususnya pengguna media
sosial Twitter mengenai pemulihan Indonesia pasca COVID-19 yang diambil
pada periode bulan Februari 2022 hingga awal bulan Juni 2022 menghasilkan
259 data, yang mana lebih condong terhadap sentimen positif. Hasil penelitian
menunjukan algoritma Naïve Bayes Classifier mampu mengklasifikasi data tweet
dengan nilai akurasi 78%, class precision prediksi positif 96% sedangkan
prediksi negatif 31% dan recall yang diperoleh dari true positif sebesar 78%
sedangkan true negatif sebesar 75%. Hasil yang diperoleh untuk klasifikasi
sentiment menggunakan Naïve Bayes Classifier pada tweet publik sudah
mencapai harapan yang maksimal.

Kata Kunci : Analisis Sentimen, Pemulihan Ekonomi, COVID-19, Naïve Bayes,
Twitter.