Analisa Sentimen Publik Mengenai Perekonomian Indonesia pada Masa Pandemi Covid-19 di Twitter Menggunakan Metode Klasifikasi K-NN dan Svm

Pandemi global virus Covid-19 yang sedang mewabah dunia kini telah memberi berbagai pengaruh pada sektor seperti pendidikan, kesehatan, pariwisata, transportasi termasuk perekonomian di Indonesia. Fenomena ini menuai berbagai tanggapan dari masyarakat yang kerap menjadikan media sosial, salah satunya Twitter sebagai alat untuk melakukan proses pertukaran informasi. Pendapat yang terkandung dapat dilakukan analisis menggunakan teknik text mining yaitu proses analisis sentimen yang merupakan cara untuk mengetahui pandangan ataupun opini seseorang terhadap suatu fenomena, baik itu berupa pandangan positif, negatif maupun netral. Data yang diambil merupakan data hasil crawling menggunakan API Twitter dan sebagai data pendukung digunakan pengambilan data melalui kuesioner kepada pengguna Twitter di Indonesia. Dataset yang digunakan pada penelitian ini berjumlah 422 data yang terdiri dari 211 data berlabel positif dan 211 data berlabel negatif. Metode yang dipakai dalam penelitian ini adalah metode K-Nearest Neighbors (K-NN) dan Support Vector Machine (SVM). Berdasarkan hasil pengujian menggunakan confusion matrix didapatkan akurasi dari analisis sentimen menggunakan metode K-NN sebanyak 76%. Sedangkan akurasi dari analisis sentimen menggunakan metode SVM sebanyak 78%