Sentiment Analysis of Twitter User’s Opinions on Government’s Performance in dealing with COVID-19 in Indonesia

Saat ini, cukup banyak masyarakat Indonesia yang menggunakan Twitter, sebuah jejaring sosial media yang menyediakan informasi berupa produk, iklan, dan promosi mengenai kritik, saran suatu isu, dan opini publik. Penelitian ini bertujuan untuk menyederhanakan dan meningkatkan pendeteksian suatu opini tanpa menggunakan metode yang memakan waktu, seperti kuesioner. Selain itu, ia membuat kumpulan data berdasarkan tweet pengguna berbahasa Indonesia. Label data dikumpulkan menggunakan metode k-fold cross-validation yang dibagi menjadi 10 bagian. Metode klarifikasi analisis sentimen dilakukan melalui studi banding antara tiga metode, yaitu Naive Bayes (NB), Support Vector Machine (SVM), dan Long Short-Term Memory (LSTM). Ketiga metode memberikan hasil yang sesuai untuk setiap sifat kepribadian tetapi SVM sedikit mengungguli yang lain