PUBLIC OPINION ON COVID 19 REGULATION IN INDONESIA: PREDICTION USING NAÏVE BAYES AND TERM WEIGHTING TF-IDF

Abstract

Banyak tanggapan masyarakat mengenai implementasi kebijakan pemerintah terkait Covid-19. Ada yang berpendapat positif dan negatif, terutama di portal media sosial resmi twitter pemerintah di mana orang bebas berpendapat. Penelitian ini bertujuan untuk mengetahui opini analisis sentimen di Twitter dalam implementasi kebijakan pemerintah terkait Covid-19 sehingga dapat mengklasifikasi opini publik. Beberapa tahapan dalam proses analisis sentimen publik diambil dari data tweet. Langkah pertama adalah melakukan proses data mining untuk mendapatkan tweet yang nantinya akan dianalisa. Selanjutnya dilakukan proses pembersihan data tweet dan menyamakan data tweet menjadi huruf kecil. Setelah itu melakukan proses pencarian kata dasar dari tweet tersebut dan menghitung frekuensi kemunculannya. Kemudian hitung menggunakan metode nave bayes dan tentukan klasifikasi sentimen dari tweet tersebut. Hasil penelitian menunjukkan bahwa sentimen publik terkait pencegahan covid-19 di Indonesia bersifat netral. Kinerja aplikasi menunjukkan nilai Accuracy sebesar 76,7%.
Kata kunci: Naïve Bayes, TF-IDF, COVID-19, Prediksi