Analisa Sentimen Masyarakat Terhadap Kebijakan Vaksinasi Covid-19 Di Indonesia Pada Twitter Menggunakan Algoritma LSTM La

Bilah Samping Artikel

PDF
Diterbitkan: Dec 31, 2022
DOI: https://doi.org/10.17933/iptekkom.24.2.2022.161-172
Kata Kunci:
Covid-19, LSTM (Long Short-Term Memory), Sentiment Analysis, Twitter, Vaccination
Dimensions
Altmetrics
Statistics
Read Counter : 676
Download : 530
Crossmark/ Data Version

Isi Artikel Utama

Laila Marifatul Azizah
Universitas Muhammadiyah Yogyakarta
Dimas Bagas Ajipratama
Universitas Muhammadiyah Yogyakarta
Nisrina Akbar Rizky Putri
Cahya Damarjati
Universitas Muhammadiyah Yogyakarta

Abstrak

Indonesia dihebohkan dengan kemunculan kasus pertama Covid-19 pada bulan Maret 2020. Virus Covid-19 dapat dilawan dengan herd immunity, yaitu dengan melakukan vaksinasi. Pada tanggal 16 Desember 2020, Presiden Joko Widodo mengumumkan akan memberikan vaksin Covid-19 kepada masyarakat Indonesia. Informasi tersebut mendapatkan berbagai respon dari masyarakat. Salah satunya melalui twitter. Terdapat opini yang mendukung dan ada juga yang menolak vaksinasi. Untuk mengetahui opini sentimen masyarakat mengenai vaksinasi, maka dilakukan proses sentimen analisis dengan menggunakan sebuah algrotitma yang bertujuan untuk membantu proses analisa sentimen dengan data yang cukup banyak. Dalam penelitian ini proses sentimen analisis menggunakan salah satu metode deep learning, yaitu LSTM (Long Short-Term Memory). Hasil penelitian ini cenderung mengarah ke mendukung program vaksinasi tersebut dengan menghasilkan 79% tweet positif, 13% tweet netral dan 8% tweet negatif serta mendapatkan akurasi model sebesar 71% dengan menggunakan parameter 15 epoch, 64 batch size dan perbandingan data latih dan data uji sebesar 9:1 (3600:400).

Rincian Artikel

Terbitan
Vol 24 No 2 (2022): Jurnal IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi)
Bagian
Articles
Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Jurnal IPTEK-KOM menggunakan kebijakan akses terbuka. Syarat yang harus dipenuhi oleh Penulis sebagai berikut:

  1. Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Commons Attribution License yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
  2. Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
  3. Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).

Referensi

Aditiya, Piqih, Ultach Enri, and Iqbal Maulana. 2022. "Analisis Sentimen Ulasan Pengguna Aplikasi Myim3 Pada Situs Google Play Menggunakan Support Vector Machine." JURIKOM (Jurnal Riset Komputer) 1020−1028.

Aldisa, Rima Tamara, and Pandu Maulana. 2022. "Analisis Sentimen Opini Masyarakat Terhadap Vaksinasi Booster COVID19 Dengan Perbandingan Metode Naive Bayes, Decision Tree dan SVM." Building of Informatics, Technology and Science (BITS) 106−109.

Anggraini, Novita, Edi Surya Negara Harahap, and Tri Basuki Kurniawan. 2021. "Text Mining - Analisis Teks Terkait Isu Vaksinasi COVID-19 ." Jurnal IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi) 141 - 153 .

Caniago, Alfi, and Eko Hero. 2022. "Fenomena Mengunggah Film Pendek di Media Sosial pada Mahasiswa Komunikasi Universitas Islam Riau." Journal of Social Media and Message 24-35.

Hernikawati, Dewi. 2021. "Kecenderungan Tanggapan Masyarakat Terhadap Vaksin Sinovac Berdasarkan Lexicon Based Sentiment Analysis." Jurnal IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi) 21 - 31.

Ihsan, Miftahul, Benny Sukma Negara, and Surya Agustian. 2022. "LSTM (Long Short Term Memory) for Sentiment COVID-19 Vaccine Classification on Twitter." Jurnal Teknologi Informasi & Komunikasi Digital Zone.

Lestandy, Merinda, Abdurrahim, and Lailis Syafaah. 2021. "Analisis Sentimen Tweet Vaksin COVID-19 Menggunakan Recurrent Neural Network dan Naïve Bayes." JURNAL RESTI (Rekayasa Sistem dan Teknologi Informasi) 802 - 808.

Lestari, Sri, and Sudin Saepudin. 2021. "ANALISIS SENTIMEN VAKSIN SINOVAC PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES." SISMATIK (Seminar Nasional Sistem Informasi dan Manajemen Informatika) .

Nanda, Robbi, Elin Haerani, Siska Kurnia Gusti, and Siti Ramadhani. 2022. "Klasifikasi Berita Menggunakan Metode Support Vector Machine." Jurnal Nasional Komputasi dan Teknologi Informasi.

Nasruddin, Rindam, and Islamul Haq. 2020. "Pembatasan Sosial Berskala Besar (PSBB) dan Masyarakat Berpenghasilan Rendah." Jurnal Sosial & Budaya Syar-i 639-648.

Prijono, Benny. 2018. Pengenalan Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) – RNN Bagian 2. April 13. Benny Prijono.

Putra, Andreyana Pratama, Yuda Pratama, Eka Kharisma Krisnadi, Indah Purnamasari, and Dedi Dwi Saputra. 2022. "Text Mining untuk Sentimen Analisis dengan Metode Naïve Bayes, SMOTE, N-Gram dan AdaBoost Pada Twitter CommuterLine." Jurnal Sains Komputer & Informatika (J-SAKTI) 961 - 973.

Rachman, Fajar Fathur, and Setia Pramana. 2020. "Analisis Sentimen Pro dan Kontra Masyarakat Indonesia tentang Vaksin COVID-19 pada Media Sosial Twitter." Indonesian of Health Information Management Journal 100-109.

Rahman, Muhammad Zaini, Yuita Arum Sari, and Novanto Yudistira. 2021. "nalisis Sentimen TweetCOVID-19 menggunakan Word Embeddingdan Metode Long Short-Term Memory(LSTM)." Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 5120-5127.

Roihan, Ahmad, Po Abas Sunarya, and Ageng Setiani Rafika. 2020. "Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper." IJCIT (Indonesian Journal on Computer and Information Technology) 75-82.

Rozaqi, Afid. 2022. "ANALISIS SENTIMEN VAKSINASI BOOSTER BERDASARKAN TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYESDAN K-NN." JURNAL SISTEM SIBER SOSIAL 01-09.

Sari, Mike Febri Mayang, and Dian Permata Sari. 2022. "Artificial Intelegence Perbandingan Algoritma Simple Hill Climbing Dan Steepest Ascent Hill Climbing Dalam Media Pembelajaran Alfabert." Jurnal Sains Komputer & Informatika (J-SAKTI).

Urva, Gellysa, Merina Pratiwi, and Amiroel Oemara Syarief. 2022. "Optimalisasi Media Sosial Sebagai Penunjang Digital Marketing." Jurnal Pengabdian Kepada Masyarakat 56-61.

Utomo, Dito Putro, and Mesran. 2020. "Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung." JURNAL MEDIA INFORMATIKA BUDIDARMA 437-444.

Widayat, Widi. 2021. "Analisis Sentimen Movie Review menggunakan Word2Vec dan Deep Learning." JURNAL MEDIA INFORMATIKA BUDIDARMA 1018-1026.