Analisis Sentimen pada Komentar terhadap Kebijakan Perjalanan Domestik yang Dikelompokkan Menggunakan Metode Self-Organizing Maps

Abstract

Kebijakan perjalanan domestik menerapkan aturan mengenai pembatasan kegiatan transportasi selama masa pandemi Corona Virus Disease 2019 (COVID-19) untuk memutus rantai penyebaran COVID-19. Kebijakan yang sering berubah-ubah dalam rentang waktu yang singkat membuat masyarakat mengeluhkan hal tersebut. Masyarakat memberi tanggapan terhadap kebijakan tersebut melalui media sosial. Keluhan masyarakat bisa menjadi referensi untuk menyesuaikan kebijakan selain melalui evaluasi Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM). Penelitian ini membahas mengenai pengelompokkan komentar masyarakat tersebut dengan cara text mining yang berarti proses penggalian informasi dari data-data berupa teks yang akan menemukan keluhan masyarakat terhadap kebijakan perjalanan domestik sehingga bisa menjadi bahan evaluasi untuk membuat kebijakan selanjutnya. Metode yang digunakan untuk text mining tersebut adalah Self-Organizing Maps yang bersifat unsupervised learning untuk clustering komentar dan Indonesian Sentiment Lexicon untuk analisis sentimen komentar setiap cluster. Vaksin dan syarat perjalanan anak-anak merupakan hal yang dominan pada komentar terhadap kebijakan semua jenis transportasi dengan sentimen yang dominan pada komentar terhadap kebijakan perjalanan domestik adalah sentimen negatif.