Aplikasi metode naive bayes classifier untuk klasifikasi analisis sentimen pengguna Twitter terhadap program pemberian vaksin booster Covid-19

Cahyawati, Adriyani (2022) Aplikasi metode naive bayes classifier untuk klasifikasi analisis sentimen pengguna Twitter terhadap program pemberian vaksin booster Covid-19. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 10611810000061-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (3MB)

Abstract

Vaksin merupakan salah satu cara untuk melindungi diri dari penyakit berbahaya dengan membangun pertahanan tubuh. Pada kasus infeksi virus Corona atau Covid-19, masyarakat Indonesia diwajibkan mendapatkan dua dosis vaksin dengan jarak antar dosis 28 hari hingga 3 bulan, tergantung pada jenis vaksin yang diberikan. Selain itu, terdapat pula vaksin booster. Vaksin booster merupakan dosis tambahan yang diberikan kepada individu yang telah mendapatkan dan menyelesaikan vaksinasi primer berupa dua dosis vaksin. Tujuan pemberian vaksin booster adalah untuk mengembalikan efektivitas vaksin yang dianggap mulai berkurang serta memperpanjang masa perlindungan. Masyarakat memiliki berbagai pandangan mengenai pemberian vaksin Covid-19, tidak terkecuali terhadap vaksin booster. Oleh karena itu, tujuan penelitian ini adalah untuk mengetahui opini atau sentimen masyarakat yang disampaikan melalui Twitter terkait vaksin booster di Indonesia. Metode klasifikasi yang digunakan adalah Naïve Bayes Classifier, yaitu metode klasifikasi dengan pendekatan probabilitas statistik. Data dalam penelitian ini diperoleh dari Twitter melalui proses scraping. Hasil klasifikasi menunjukkan bahwa tweet dengan sentimen negatif lebih banyak dibandingkan dengan tweet bersentimen positif. Nilai akurasi hasil pemodelan Naïve Bayes Classifier sebesar 71,55%, yang menunjukkan bahwa tweet dapat diklasifikasikan dengan cukup baik.
===================================================================================================================================
Vaccines are a way to protect ourselves from dangerous diseases by building immunity. In cases of Covid-19 or the Corona virus in Indonesia, people should receive two doses of the vaccine, with an interval of 28 days to 3 months between doses, depending on the type of vaccine received. There is also a booster vaccine to complete the vaccination. A booster vaccine is a dose given to people who have received and completed two doses of the primary vaccine. The purpose of administering this booster vaccine is to restore the effectiveness of the previous vaccine, which is considered to have started decreasing, and to extend the protection period. The public has various opinions about Covid-19 vaccines, including booster vaccines. To find out the public's opinions about booster vaccines in Indonesia, this research was conducted using tweets from Twitter. The analysis method used is the Naïve Bayes Classifier, which is a classification method based on a statistical probability approach. The data used in this research were collected from Twitter through scraping. The classification results show that negative tweets were more prevalent than positive tweets. The accuracy of the Naïve Bayes Classifier model was 71.55%, indicating that the tweets could be classified fairly well.

Item Type:	Thesis (Other)
Additional Information:	519.53 Cah a-1
Uncontrolled Keywords:	Analisis Sentimen, Klasifikasi, Naïve Bayes Classifier, Vaksin Booster, Classification, Naïve Bayes Classifier, Sentiment Analysis, Vaccine Boosters
Subjects:	Q Science > QA Mathematics > QA278.55 Cluster analysis
Divisions:	Faculty of Vocational
Depositing User:	magang .
Date Deposited:	06 Oct 2026 02:49
Last Modified:	06 Oct 2026 02:49
URI:	http://repository.its.ac.id/id/eprint/145295

Actions (login required)

View Item