ANALISIS SENTIMEN PERKEMBANGAN KASUS COVID-19 PADA KOMENTAR FACEBOOK

Jurnal Teknik Ilmu Dan Aplikasi Pub Date : 2021-01-28 DOI:10.33795/jtia.v2i1.47

Irsyad Arif Mashudi, S. Arief

{"title":"ANALISIS SENTIMEN PERKEMBANGAN KASUS COVID-19 PADA KOMENTAR FACEBOOK","authors":"Irsyad Arif Mashudi, S. Arief","doi":"10.33795/jtia.v2i1.47","DOIUrl":null,"url":null,"abstract":"Masyarakat banyak yang menggunakan sosial media sebagai sumber berita. Diantaranya, Facebook masih menjadi media sosial yang paling banyak digunakan masyarakat. Hal ini berlaku juga dengan berita terkait COVID-19. Sebagian besar masyarakat Indonesia mengikuti perkembangan berita tentang COVID-19 melalui Facebook. Dengan mengikuti di Facebook, masyarakat dapat menanggapi dan berkomentar terhadap isu-isu terrkait COVID-19. Saat ini, sudah banyak tanggapan yang dapat dilihat terkait COVID-19. \nPenelitian ini ditujukan untuk menganalisis sentimen komentar warganet terkait perkembangan kasus COVID-19. COVID-19 masih akan berada di tengah masyarakat dalam waktu lama. Karena itu, kewaspadaan masyarakat juga perlu dijaga. Hal ini dilakukan agar dapat mempercepat berakhirnya pandemi ini. Tingkat kewaspadaan itu salah satunya tercermin dari komentar masyarakat terhadap perkembangan COVID-19. Komentar yang ada dapat dilakukan analisis sentimen yang mencerminkan kewaspadaan masyarakat terhadap kasus COVID-19. \nEmpat model telah dibuat untuk melakukan hal ini. Hasilnya, keempat model menghasilkan analisis sentimen yang berbeda-beda. Model Naïve Bayes dengan tingkat akurasi tertinggi lebih banyak mendeteksi sentimen negatif. Sebaliknya, model Random Forest yang lebih netral lebih banyak mendeteksi sentimen positif. Hasil klasifikasi ini dapat digunakan pemerintah dalam mengambil kebijakan terkait COVID-19","PeriodicalId":403475,"journal":{"name":"Jurnal Teknik Ilmu Dan Aplikasi","volume":"65 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-01-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknik Ilmu Dan Aplikasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33795/jtia.v2i1.47","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 1

Abstract

Masyarakat banyak yang menggunakan sosial media sebagai sumber berita. Diantaranya, Facebook masih menjadi media sosial yang paling banyak digunakan masyarakat. Hal ini berlaku juga dengan berita terkait COVID-19. Sebagian besar masyarakat Indonesia mengikuti perkembangan berita tentang COVID-19 melalui Facebook. Dengan mengikuti di Facebook, masyarakat dapat menanggapi dan berkomentar terhadap isu-isu terrkait COVID-19. Saat ini, sudah banyak tanggapan yang dapat dilihat terkait COVID-19. Penelitian ini ditujukan untuk menganalisis sentimen komentar warganet terkait perkembangan kasus COVID-19. COVID-19 masih akan berada di tengah masyarakat dalam waktu lama. Karena itu, kewaspadaan masyarakat juga perlu dijaga. Hal ini dilakukan agar dapat mempercepat berakhirnya pandemi ini. Tingkat kewaspadaan itu salah satunya tercermin dari komentar masyarakat terhadap perkembangan COVID-19. Komentar yang ada dapat dilakukan analisis sentimen yang mencerminkan kewaspadaan masyarakat terhadap kasus COVID-19. Empat model telah dibuat untuk melakukan hal ini. Hasilnya, keempat model menghasilkan analisis sentimen yang berbeda-beda. Model Naïve Bayes dengan tingkat akurasi tertinggi lebih banyak mendeteksi sentimen negatif. Sebaliknya, model Random Forest yang lebih netral lebih banyak mendeteksi sentimen positif. Hasil klasifikasi ini dapat digunakan pemerintah dalam mengambil kebijakan terkait COVID-19

查看原文本刊更多论文

FACEBOOK评论中COVID-19案例发展情绪分析

许多人利用社交媒体作为新闻来源。其中，Facebook仍然是人们使用最广泛的社交媒体。与COVID-19相关新闻也是如此。大多数印尼人在Facebook上关注COVID-19的消息。通过关注Facebook，公众可以对COVID-19问题做出回应和评论。到目前为止，有很多与COVID-19相关的反馈。本研究旨在分析公民对COVID-19案件发展的看法。COVID-19将长期处于社会中心。因此，公众需要保持警惕。这是为了加速这场流行病的结束。警惕这其中反映社会评论的水平COVID-19发展。能做的评论分析COVID-19案的社会反映踮着脚尖的情操。“四种模式”已是来做这件事。结果,第四产生不同的情感分析模型。最准确的天真的贝斯模型更能检测负面情绪。相反，更中立的随机森林模型更多地检测积极的情绪。本分类结果可用于政府对COVID-19相关政策的评估

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Jurnal Teknik Ilmu Dan Aplikasi

自引率

0.00%

发文量