“implementasi naive bayes dan lexicon based pada sentimen analisis opini publik mengenai vaksin covid-19 pada twitter” menggunakkan bahasa python

 

BAB 1

PENDAHULUAN

1.1  Latar Belakang

Wabah penyakit baru yang disebabkan oleh virus corona (2019-nCoV) atau yang biasa disebut dengan COVID-19 ditetapkan secara resmi sebagai pandemi global oleh World Health Organization (WHO) pada tanggal 11 Maret 2020 lalu. Meskipun pusat penyebaran virus tersebut pada akhir tahun 2019 lalu berada di Kota Wuhan, China, kini virus tersebut telah tersebar menjangkit ke seluruh masyarakat dunia dengan jumlah kasus sebanyak lebih dari 41,5 juta kasus dan jumlah kematian sebanyak lebih dari 1,1 juta jiwa per tanggal 23 Oktober 2020. Di Indonesia sendiri, Presiden Joko Widodo mengumumkan kasus pertama COVID-19 masuk ke Indonesia yaitu pada tanggal 2 Maret 2020 lalu, yang menjangkit 2 orang Warga Negara Indonesia asal Depok, Jawa Barat (Susilo, Adityo, et al, 2020). Berawal dari kasus tersebut, jumlah kasus masyarakat Indonesia yang terjangkit virus korona terus bertambah setiap harinya, hingga per tanggal 26 Oktober 2020 lalu, tercatat sebanyak lebih dari 392 ribu kasus dengan tingkat kematian sebanyak lebih dari 13 ribu jiwa. Kondisi demikian memberikan dampak langsung kepada jutaan bahkan seluruh masyarakat dunia, sebagai akibat dari diberlakukannya protokol kesehatan yang harus ditetapkan pada seluruh aspek kegiatan, mulai dari pembatasan sosial hingga lockdown total sehinga menghambat seluruh kegiatan masyarakat. Efek lanjutan dari COVID-19 ini berpotensi membawa tantangan besar bagi sistem kesehatan dunia dan memiliki konsekuensi yang luas pada ekonomi global jika penyebaran virus tidak dikendalikan secara efektif (Susilo, Adityo, et al, 2020).

Melihat pesatnya penyebaran COVID-19 dan bahaya yang akan muncul jika tidak segera ditangani, salah satu cara yang sangat mungkin untuk mencegah penyebaran virus ini adalah dengan mengembangkan vaksin. Vaksin tidak hanya melindungi mereka yang divaksinasi tetapi juga masyarakat luas dengan mengurangi penyebaran penyakit dalam populasi (Rachman, et al, 2020).

Rencana kegiatan vaksinasi tersebut haruslah mempertimbangkan segala aspek, mulai dari aspek kelayakan vaksin yang akan digunakan, resiko pasca pemakaian, sampai tahapan & prosedur dari pemberian vaksin hingga nantinya sampai ke masyarakat. Semua aspek tersebut haruslah dipertimbangkan secara terperinci agar rencana kegiatan vaksinasi dapat berjalan dengan baik dan terhindar dari hal-hal yang justru akan merugikan. Rencana kegiatan vaksinasi tersebut juga haruslah mempertimbangkan berbagai masukan, diataranya adalah dengan melihat bagaimana respon dan opini masyarakat terhadap wacana vaksinasi tersebut (Marzuki, et al, 2021).

Masyarakat memberikan respon dan opininya di berbagai media. Salah satu media yang banyak digunakan oleh masyarakat untuk memberikan pendapatnya terhadap sesuatu adalah media sosial. Media sosial kini seolah merupakan suatu hal yang wajib dimiliki oleh seluruh masyarakat. Berdasarkan data dari Global Digital Statistic “Digital, Social & Mobile in 2019” di We Are Social (2019), pada tahun 2019 jumlah pengguna media sosial di Indonesia yaitu berjumlah lebih dari 150 juta pengguna. Salah satu media sosial yang paling banyak digunakan oleh masyarakat Indonesia adalah media sosial twitter, yang mencakup lebih dari 52 persen dari total pengguna media sosial di Indonesia. Hal tersebut menunjukkan adanya peluang sumber data yang sangat besar yang dapat dimanfaatkan untuk menghasilkan suatu knowledge yang bermanfaat (Iqbal, 2019).

Pemanfaatan data yang bersumber dari media sosial merupakan suatu terobosan baru yang dapat dijadikan sebagai alternatif sumber data sebagai pengganti survey tradisional. Pengumpulan data respon dan opini masyarakat secara langsung/real time menggunakan survei tradisional dinilai sulit untuk dilakukan mengingat adanya proses tahapan yang diperlukan sehingga dalam prosesnya menjadi lama. Terlebih lagi, Indonesia sebagai salah satu negara berkembang dinilai masih sulit untuk mendapatkan respon dan opini publik secara langsung karena mempunyai jumlah penduduk yang sangat banyak dan wilayah negara yang sangat luas. Belum lagi ditambah adanya sistem tahapan pengaduan atau pemberian pendapat publik yang berjenjang, sehingga prosesnya menjadi lama (Collins C, et al, 2013)

Penelitian sebelumnya oleh Fajar Setia, pengumpulan data melalui media sosial dinilai dapat memberikan efisiensi dalam segala hal apabila dibandingkan dengan harus melakukan survey tradisional. Efisiensi tersebut mencakup biaya yang harus dikeluarkan untuk pemerolehan data yang minimal, dapat memperoleh data secara real time, dan menghasilkan data yang mempunyai informasi yang lebih detail untuk menggambarkan opini masyarakat yang sebenarnya. Kegiatan menganalisis respon dan opini masyarakat menggunakan data yang bersumber dari media sosial twitter juga telah banyak dilakukan pada penelitian-penelitian sebelumnya, misalnya penelitian yang dilakukan untuk melihat opini masyarakat terhadap kebijakan ganjil genap di India dan melihat bagaimana opini masyarakat terhadap pelayanan LRT di Los Angeles, Chicago & KRL Commuter Line di Indonesia (Pratama, et al, 2019).

Berdasarkan latar belakang tersebut, maka penelitian ini ingin melihat bagaimana respon & klasifikasi opini positive dan negative bagi  masyarakat Indonesia terhadap vaksin COVID-19 dengan menggunakan data yang bersumber dari media sosial twitter. Untuk menjawab permasalahan tersebut, maka penelitian ini akan melakukan analisis sentimen dengan mengklasifikasikan respon masyarakat tersebut ke dalam sentimen positif & negatif, dan mengelompokkan opini masyarakat terhadap vaksin COVID-19.

Pada penelitian ini peneliti menggunakan API twitter untuk mengambil data twitter. Kemudian menggunakan metode Naïve Bayes sebagai proses klasifikasi data yang telah melalui proses term weighting (pembobotan), sedangkan metode Lexicon Based digunakan untuk penentuan orientasi sentiment keseluruhan data.

1.2  Identifikasi Masalah

Berdasarkan latar belakang yang diuraikan di atas, maka dapat dirumuskan rumusan masalah sebagai berikut:

1.   Bagaimana mengimplementasikan metode Naïve Bayes dan Lexicon Based pada penelitian ini?

2. Bagaimana hasil klasifikasi opini masyarakat tentang Vaksin COVID-19 pada          media sosial (twitter)?

 

 

1.3  Tujuan

Berdasarkan rumusan masalah diatas, dapat disimpulkan bahwa:

1.      Mengimplementasikan metode Naïve Bayes dan Lexicon Based untuk melakukan sentimen analisis.

2.      Menghasilkan klasifikasi opini masyarakat tentang Vaksin COVID-19 pada media sosial (twitter)

1.4  Ruang Lingkup Masalah

Pada pengerjaan penelitian ini di berikan batasan-batasan masalah untuk permasalahan yang ada anatara lain:

1.        Twitter yang di analisis hanya twitter yang berbahasa Indonesia.

2.        Metode yang digunakan dalam mengimplementasi ini adalah naïve bayes dan Lexcion Based.

Python Website Web Scrapping Twitter API Gateway

Published Budget: Rp 400,000 - 500,000
Finish Days: 14
Published Date: 19/07/2021 15:26:05 WIB
Start Date:
Finish Date:
Project Status: No Action
Accepted Worker:
Accepted Budget: Rp 0
Project Ending:

Project Owner

dinipp
    
0.00/10.00
0 Point
No Ranking

Accepted Worker

Bid masih terbuka.

Place New Bid

  User Bids

andari
    
10.00/10.00

Greens18
    
10.00/10.00

abeng_yogta
    
9.20/10.00

izzansilmi
    
9.00/10.00

invoker
    
0.00/10.00

Recommended Workers

Muhammad.Rahman

15,347 points
170 projects
    
9.79/10.00

manakreatif

13,462 points
109 projects
    
9.73/10.00

imzers

13,062 points
64 projects
    
9.89/10.00

rakifsul

14,145 points
59 projects
    
10.00/10.00

fauzimarjalih

12,701 points
112 projects
    
9.81/10.00

Recommended Services

Tiru Website Lain Sesuai Keinginan (Cloning)

Rp 650,000
9 sales
    
9.78/10.00

Pembuatan bot line

Rp 1,500,000
6 sales
    
10.00/10.00

Aplikasi Jasa Servis dan panggil Teknisi

Rp 3,800,000
2 sales
    
10.00/10.00

Jasa Pembuatan website Wordpress + Elementor

Rp 650,000
9 sales
    
10.00/10.00

Open Projects

Addon untuk affiliatewp rotate affiliate link

Owner: visimedia123
Budget: Rp 500,000 - 1,000,000

Pembuatan web profile

Owner: Abifirmandhani
Budget: Rp 1,000,000 - 1,200,000

Menginstall Theme Premium dan edit

Owner: iktusglobal
Budget: Rp 500,000 - 500,000

Aplikasi Koperasi Berbasis web dan Mobile

Owner: evans.indonesia1
Budget: Rp 5,000,000 - 15,000,000

Optimasi Speed Magento Web Ecommerce

Owner: satriyountoro
Budget: Rp 500,000 - 1,000,000

 


Live Chat