ANALISIS SENTIMENT DATA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES TERHADAP PEMBERITAAN PERKEMBANGAN PANDEMIK CORONA

Sari

Twitter merupakan salah satu media sosial yang sangat banyak digunakan untuk memberikan kritik akan sebuah pemberitaan atau masalah pribadi mereka.pada saat ini sedang banyak pembicaraan mengenai perkembangan virus corona di indonesia maupun di dunia, banyak media dunia yang memberikan pemberitaan melalui twitter dan ada pula para penggunaan yang memeberikan tanggapan terhadap pemberitaan tersebut. Maka dari itu pada penelitian ini dilakukannya analisis terhadap tweet atau tanggapan para pengguna twitter terhadap perkembangan atau isu pandemik korea. Penelitian ini dilkukan dengan cara memisahkan sentiment atau tanggapan yang negatif dan positf menggunakan algoritma naive bayes, dan Support Vector Machine ( SVM ). Hasil pengujian yang dilakukan dapat menunjukkan bahwa tingkat akurasi dengan term frequency memberikan hasil hasil akurasi yang lebih baik daripada akurasi dengan fitur TF-IDF. Metode Support Vector Machine menghasilkan akurasi yang lebih baik daripada metode Naive Bayes baik dalam klasifikasi sentimen maupun dalam klasifikasi kategori. Namun demikian, secara keseluruhan penggunaan metode Support Vector Machine dan Naive Bayes sama-sama memiliki performansi yang cukup baik untuk melakukan klasifikasi tweet.