ANALISIS SENTIMEN PERKEMBANGAN KASUS COVID-19 PADA KOMENTAR FACEBOOK

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
分享 分享
微信好友 朋友圈 QQ好友 复制链接
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 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
H2O ALGORITHM FOR JATROPHA CURCAS DISEASE IDENTIFICATION WITH FEATURE SELECTION USING GENETIC ALGORITHM PENERAPAN DESIGN THINKING DENGAN USABILITY TESTING MENGGUNAKAN SYSTEM USABILITY SCALE PADA ANTARMUKA APLIKASI ‘CURHAT’ PENERAPAN METODE WEIGHTED SUM MODEL PADA SISTEM SELEKSI SUPPLIER DI UD. SUMBER BESI BERBASIS WEB DESAIN DAN IMPLEMENTASI ANTENA MICROSTRIP ARRAY 8 ELEMEN PADA FREKUENSI 2,4 GHZ UNTUK MENUNJANG WIRELESS LOCAL AREA NETWORK ANALISIS PERPINDAHAN MASSA DAN UJI ORGANOLEPTIK PEMBUATAN NUGGET IKAN LAUT MENGGUNAKAN DEEP FAT FRYING
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1