ANALISIS KLASIFIKASI SENTIMEN TERHADAP PENURUNAN COVID-19 MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE PADA PLATFORM X APP

WHO atau biasa disebut World Health Organization menetapkan pandemi internasional untuk virus corona, atau Covid-19. Pada penelitian ini penulis ini bertujuan untuk mengenalisis klasifikasi sentiment masyarakat terhadap penurunan Covid-19 menggunakan metode Algoritma Naïve Bayes dan Support Vector Machine pada platform X App. Pandemi Covid-19 telah menjadi perhatian seluruh dunia, dan media social seperti X App mejadi sumber data yang kaya untuk memahami pandangan dan perasaan masyarakat terkait penurunan kasus Covid-19. Peneliti mengumpulkan data dari X App sebanyak 5000 pada periode juni 2023,data yang belum melalui tahapan preprocessing. Dalam analisis penurunan kasus Covid-19, penelitian ini membandingkan Algoritma Naïve Bayes dan Support Vector Machine.Berdasarkan hasil penelitian ditemukan bahwasanya algoritma Support Vector Machine memiliki kinerja lebih unggul dari akurasi presisi serta recall yaitu 95%, 96%,96% sedangkan kinerja algortima Naïve Bayes menghasilkan Akurasi,presisi serta recall yaitu 85%, 94%, 86%