Analisis Sentimen Persepsi Publik Mengenai PPKM pada Twitter Berbasis SVM Menggunakan Python

Covid-19 merupakan penyakit menular melalui mulut dan hidung seseorang yang terinfeksi saat sedang berbicara, batuk maupun bersin dan menyebar secara luas didunia sehingga ditetapkan sebagai pandemi. Banyak upaya pemerintah yang dilakukan untuk menekan penyebaran Covid-19, salah satunya adalah penerapan PPKM untuk wilayah Jawa dan Bali. Pemberlakuan PPKM ini menimbulkan pro-kontra antar masyarakat, ada yang setuju dan ada yang tidak setuju diberlakukannya PPKM. Oleh sebab itu peneliti melakukan penelitian sentimen masyarakat terhadap pemberlakuan PPKM wilayah Jawa dan Bali. Komentar masyarakat diambil dari media sosial yaitu twitter berupa komentar positif dan negatif, kemudian data diolah menggunakan text editor Jupyter dan bahasa pemrograman Python serta menggunakan algoritma SVM. Penelitian ini memiliki tujuan apakah algoritma SVM dapat menjadi pengklasifikasi teks yang baik untuk analisis sentimen pemberlakuan PPKM, membandingkan Kernel pada SVM antara Kernel Linier dengan Kernel RBF, serta menilai apakah penerapan PPKM untuk wilayah Jawa dan Bali terbukti berhasil menekan angka penyebaran virus Covid-19. Algoritma SVM dengan kernel linier terbukti menjadi algoritma pengklasifikasi text yang baik pada analisis sentimen pemberlakuan PPKM wilayah Jawa dan Bali dengan nilai akurasi sebesar 86%. Serta Dilihat dari hasil analisis sentimen penerapan PPKM untuk wilayah Jawa dan Bali terbukti berhasil menekan angka penyebaran Covid-1