IMPLEMENTASI ALGORITMA NAIVE BAYES DALAM ANALISIS POLARISASI OPINI MASYARAKAT TERKAIT VAKSIN COVID-19

Abstract

Hingga tahun 2022, Indonesia dilanda pandemi Covid-19. Covid-19 merupakan virus yang sangat mudah menyebar sehingga  Word Health Organization (WHO) menetapkan status Virus Covid-19 sebagai pandemi global. Kasus Covid-19 pertama kali terdeteksi di Indonesia pada tanggal 2 maret 2020. Sejak saat itu, banyak kasus yang terkonfirmasi positif. Pemerintah Indonesia sudah mengupayakan untuk menekan penyebaran covid-19 agar dampak negatif yang ditimbulkan covid-19 bisa dikendalikan, diantaranya dengan program vaksinasi covid-19 yang terbagi menjadi beberapa tahapan, yaitu pemberian vaksin covid-19 dosis satu, dosis dua, hingga vaksin booster. Akan tetapi, program vaksinasi covid-19 untuk masyarakat memunculkan beragam opini di jagad media sosial, terutama twitter. Opini yang disampaikan cenderung terpolarisasi menjadi sentimen yang mendukung dan menolak. Untuk itu, penelitian ini bertujuan untuk mengetahui polarisasi opini masyarakat tentang program vaksinasi Covid-19 menggunakan algoritma naive bayes. Proses dari analisis polarisasi opini meliputi pengumpulan data melalui twitter menggunakan tools rapidMiner, kemudian dilakukan preprocessing data dengan cara case folding, tokenizing, filtering dan stemming. Tahapan terakhir adalah melakukan klasifikasi opini masyaratakt algoritma naive bayes. Penelitian ini menghasilkan polarisasi opini masyarakat meliputi tweets sentimen positif sebesar 67%, tweets sentimen netral 3% dan tweets sentimen negatif 30%. Juga diperoleh tingkat akurasi dan recall masing-masing 88% dan 97%.