Analisis Sentimen Pendapat Masyarakat Indonesia Mengenai PSBB Menggunakan Support Vector Machine, Naive Bayes, dan Logistic Regression

Virus COVID - 19 telah dinyatakan oleh WHO sebagai pandemi global. Dimana dalam Indonesia menerapkan upaya Pembatasan Sosial Berskala Besar (PSBB). Hal tersebut menyebabkan peningkatan penggunaan internet dan juga aktivitas masyarakat pada media sosial. Salah satu media sosial yang paling banyak digunakan untuk berbagi informasi dan beropini adalah Twitter. Penelitian yang dilakukan ini adalah analisis sentimen masyarakat mengenai PSBB menggunakan data teks berupa tweets yang diperoleh dari media sosial Twitter. Tujuan dilakukannya penelitian ini adalah untuk menganalisis sentimen masyarakat mengenai PSBB serta menemukan algortima terbaik dalam mengklasifikasi sentimen PSBB. Algoritma klasifikasi yang digunakan dalam menganalisis sentimen ini terdiri dari Support Vector Machine, Naïve Bayes, dan Logistic Regression. Kemudian menggunakan metode K-fold Cross Validation untuk menemukan performa terbaik dari setiap algoritma dengan membandingkan nilai akurasi dan AUC yang dihasilkan. Hasil dari penelitian analisis sentimen ini menemukan bahwa algoritma paling tepat untuk klasifikasi sentimen PSBB adalah Support Vector Machine. Algoritma tersebut berhasil menghasilkan akurasi sebesar 72,79% dan nilai AUC 0,815. Dimana dalam perbandingannya, SVM memiliki peringkat pertama dengan akurasi terbaik dan memiliki kemampuan klasifikasi yang baik. Sementara itu, algoritma Logistic Regression menempati peringkat kedua setelah SVM dan pada peringkat terakhir adalah Naïve Bayes