ANALISIS SENTIMEN TWITTER VAKSIN COVID-19 MENGGUNAKAN KOMBINASI NAÏVE BAYES CLASSIFIER DAN INFORMATION GAIN

Covid-19 telah membawa dampak perubahan dalam aspek kehidupan dan
sosial masyarakat. Pemerintah melakukan strategi untuk melawan kasus tersebut
dengan melakukan vaksinasi kepada masyarakat. Kebijakan ini mewajibkan
masyarakat untuk mengikuti kegiatan vaksinasi tersebut dari mulai vaksin ke-1,
vaksin Ke-2, sampai vaksin yang ke-3. Namun dari kegiatan vaksinasi tersebut
kemudian menjadi kontroversi dikarenakan banyaknya isu yang beredar mengenai
efek setelah melakukan vaksin dengan hal itulah yang menjadikan masyarakat
enggan melakukan vaksinasi dan memberikan berbagai respon atau opini di
masyarakat. Maka dari itu penelitian ini bertujuan untuk melakukan analisis
sentimen mengenai vaksin Covid-19 dengan menggunakan algoritma Naïve Bayes
dan seleksi fitur Information Gain. Hasil dari penerapan algoritrma Naïve Bayes
dengan kombinasi seleksi fitur Information Gain menunjukan bahwa tingkat
akurasi yang optimal yakni nilai akurasi mencapai 90.53%, presisi 93.57%, serta
recall 98.31% dari data uji yang diambil sebanyak 500 data.

Kata kunci : Vaksin Covid-19, Analisis Sentimen, Naïve Bayes, Information Gain