Analisis Sentimen terhadap Kebijakan Pemerintah dalam Penanganan Karantina di Indonesia selama Pandemi Menggunakan Algoritma K-Means

  • Hafidh Jahfal Prayogo Universitas Buana Perjuangan Karawang
  • Anis Fitri Nur Masruriyah Universitas Buana Perjuangan Karawang
  • Elsa Elvira Awal Universitas Buana Perjuangan Karawang
Keywords: COVID-19, Karantina, K-Means, SSE, Text Mining

Abstract

Penyakit Coronavirus Disease 2019 (COVID-19) adalah penyakit menular yang disebabkan oleh virus baru yang belum teridentifikasi sebelumnya pada manusia. Terjadinya pandemi virus Corona (COVID-19) di seluruh dunia berdampak pada diberlakukannya karantina bagi setiap orang yang telah melakukan perjalanan lebih dari 2×24 jam. Karantina berfungsi untuk membatasi interaksi antara orang sehat dan yang terpapar COVID-19, serta untuk mengurangi penyebaran COVID-19 yang terjadi di Indonesia. Hasil dari penelitian ini berdasarkan evaluasi Sum of Square Error (SSE), menunjukkan total sebesar 89,7% yang diperoleh dari perhitungan pada tahap TF-IDF dan clustering K-Means. Setelah dilakukan evaluasi Silhouette dengan cluster SSE, diperoleh nilai sebesar 98,3%.

References

[1] Agrani, A., & Rikumahu, B. (2020). Perbandingan Analisis Sentimen Terhadap Digital Payment ‘Go-Pay’ Dan ‘Ovo’ Di Media Sosial Twitter Menggunakan Algoritma Naïve Bayes Dan Word Cloud Comparison of Sentiment Analysis Against Digital Payment ‘Go-Pay’ and ‘Ovo’ in Social Media Twitter Using N. Agustus, 7(2), 2534.
[2] Alvianda, F., & Adikara, P. P. (2019). Analisis Sentimen Konten Radikal Di Media Sosial Twitter Menggunakan Metode Support Vector Machine ( SVM ). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 3(1), 241–246.
[3] Ardiansyah, M. Z. (2019). Pesantren Hybrid Worldview: Moderatisasi Paradigma Penalaran Keislaman dan Pemenangan Kontestasi Wacana Daring. Jurnal Pendidikan Agama Islam (Journal of Islamic Education Studies), 7(1), 1–18. https://doi.org/10.15642/jpai.2019.7.1.1-18
Published
2025-07-31