Analisa Sentimen Pendapat Masyarakat Indonesia terhadap Aplikasi PeduliLindungi Menggunakan Support Vector Machine, Naïve bayes, dan K-NN

Pada tahun 2020, masyarakat global menyaksikan kemunculan virus corona jenis baru penyebab penyakit virus corona, atau yang sekarang dikenal dengan COVID 19. Indonesia merupakan salah satu negara yang terdampak wabah yang satu ini. Pemerintah telah mengambil langkah tegas dalam memerangi penyebaran virus corona di Indonesia, salah satunya lewat teknologi informasi dengan mengembangkan sebuah aplikasi pelacakan atau contact tracing "Pedulilindungi". Namun kepercayaan masyarakat masih sangatlah minim, dikarenakan beberapa faktor diantaranya adalah informasi yang diberikan kurang tepat dan isu isu kebocoran data pribadi yang dijual secara ilegal. Tujuan dari penelitian ini adalah untuk mengetahui sentiment masyarakat terhadap aplikasi "Pedulilindungi" Penelitian ini menggunakan analisis sentimen menggunakan text mining. Sumber data yang digunakan adalah data tweet melalui aplikasi Twitter. Data tersebut dikategorikan menggunakan SVM, KNN, dan Naive Bayes untuk mengetahui keakuratan hasil klasifikasi prediksi terhadap sentiment masyarakat. Aplikasi yang digunakan untuk analisis dan klasifikasi sentimen adalah Rapidminer Data dikumpulkan dengan jangka waktu tanggal 22 November 2021 hingga 27 Desember 2021 dengan jumlah 7.587.Berdasarkan hasil dari Confusion Matrix yang telah dihasilkan algoritma Support Vector Machines lebih baik digunakan dalam penelitian ini dengan hasil akurasi : 71.59% presisi: 74.39% recall: 58.29%, dan AUC: 0.771 dibandingkan dengan algoritma K-NN dan Naïve baye