KLASIFIKASI SENTIMEN MASYARAKAT TERHADAP PEMBERLAKUKAN PEMBATASAN KEGIATAN MASYARAKAT MENGGUNAKAN TEXT MINING PADA TWITTER

Corona Virus Disease 2019 (Covid-19) saat ini menjadi suatu pandemi yang ada di dunia, termasuk di Indonesia. Berbagai kebijakan telah dilakukan untuk memutus rantai penyebaran Covid-19 salah satunya kebijakan yang dilakukan pemerintah adalah Pemberlakukan Pembatasan Kegiatan Masyarakat (PPKM). PPKM menjadi salah satu topik yang banyak dibicarakan di sosial media termasuk Twitter. Tweets di Twitter yang diberikan masyarakat terhadap kebijakan PPKM yang diselenggarakan memunculkan sentimen, jika diolah dengan baik dan benar dapat menjadi bahan evaluasi penerapan PPKM, maka perlu dilakukan klasifikasi sentimen masyarakat menggunakan text mining, pada penelitian ini menggunakan algoritma K-Nearest Neightbor (KNN) dan Naïve Bayes Classifier (NBC) dengan data dari ciutan Twitter selama penyelenggaran PPKM setahun terakhir dengan 3.516 data. Dimana didapatkan hasil akurasi bahwa algoritma NBC lebih baik daripada algoritma KNN dengan akurasi 79,67% berbanding 78,86%, didapatkan juga polaritas sentimen masyarakat terhadap PPKM dengan sentimen positif sebesar 36,83% dengan jumlah 1.295, sentimen netral tweets 54,15% dengan jumlah 1.902 tweets, dan sentimen negatif 9,02% dengan jumlah 317 tweets