ANALISIS SENTIMEN VAKSIN BOOSTER PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

Saat ini, upaya yang dilakukan pemerintah masih belum maksimal dalam
menanggulangi virus COVID-19. Maka dari itu Kementerian Kesehatan RI melalui
Direktorat Pencegahan dan Pengendalian Penyakit menerbitkan Surat Edaran
bernomor HK.02.02/II/252/2022 tentang Vaksinasi COVID-19 Dosis Lanjutan
(Booster). Vaksin dosis lanjutan ini diberikan secara gratis dimulai dari Presiden,
Tenaga kesehatan, hingga masyarakat umum yang terutama kelompok masyarakat
rentan. Dengan diadakannya vaksin dosis lanjutan ini, banyak pro dan kontra dari
masyarakat. Kata Vaksin booster menjadi kata popular dimedia sosial twitter pada
saat ini. Opini atau tanggapan melalui twitter ini yang nantinya akan menjadi data
untuk proses analisis sentimen opini masyarakat terhadap vaksin booster. Untuk
mengambil sentimen ini penulis dalam proses pengambilan data menggunakan
Orange Anaconda dan mengolahnya menggunakan R Studio dengan jumlah data
yang diperoleh sebanyak 689 tweet. Data dianalisis menggunakan Algoritma Naïve
Bayes. Hasil yang didapatkan dari penelitian yang dilakukan memiliki 3 variabel
yaitu sentimen positif, negatif dan netral. Untuk menganalisis sentimen data dari
Twitter penulis menggunakan Algoritma Naïve Bayes dengan hasil akurasi sebesar
0,6004.

Kata Kunci : R Studio, Vaksin Booster, Klasifikasi, Covid-19