Implementasi Algoritma VADER terhadap Sentimen Larangan Mudik di Twitter

Mil Al Mizan; Hanny Hikmayanti Handayani; Anis Fitri Nur Masruriyah

Mil Al Mizan Universitas Buana Perjuangan Karawang
Hanny Hikmayanti Handayani Universitas Buana Perjuangan Karawang
Anis Fitri Nur Masruriyah Universitas Buana Perjuangan Karawang

Keywords: Analisis Sentimen, Confusion Matrix, VADER

Abstract

Kasus Covid-19 pertama di Indonesia diumumkan pada tanggal 2 Maret 2019. Pandemi Covid-19 memberikan dampak negatif terhadap berbagai bidang kehidupan seperti menurunnya aktivitas ekonomi masyarakat, meningkatnya angka kematian, dan memengaruhi sistem pendidikan. Berbagai upaya telah dilakukan pemerintah untuk menyelesaikan pandemi Covid-19, salah satunya dengan kebijakan larangan mudik. Dalam menanggapi kebijakan ini, masyarakat mempunyai tanggapannya masing-masing. Penelitian ini bertujuan untuk mengidentifikasi sentimen masyarakat terkait kebijakan larangan mudik Lebaran. Metode yang digunakan dalam penelitian ini adalah algoritma VADER. Data yang digunakan diambil dari media sosial Twitter sebanyak 1.000 cuitan, dikumpulkan pada periode waktu 6 Mei sampai 17 Mei 2021. Data terlebih dahulu melewati tahap preprocessing sebelum dinilai menggunakan algoritma VADER. Setelah itu, data diuji menggunakan confusion matrix. Hasil dari penelitian ini menunjukkan sentimen positif sebesar 42,2%, negatif 34,2%, dan netral 23,6%. Hasil dari pengujian data menunjukkan accuracy sebesar 50,3%, precision 54,81%, dan recall 58,02%.

References

[1] CNN, “Jokowi Umumkan Dua WNI Positif Corona di Indonesia,” 2020. https://www.cnnindonesia.com/nasional/20200302111534-20-479660/jokowi-umumkan-dua-wni-positif-corona-di-indonesia (accessed Jun. 15, 2021).
[2] R. Fadillah Aulia, Elvina, Farhan, Fajri, Lisa, Neo, Nurun, “Kekalahan Indonesia Dalam Perang Pandemi Covid-19,” Academia, 2020, [Online]. Available: https://www.academia.edu/43806583/KEKALAHAN_INDONESIA_DALAM_PERANG_PANDEMI_COVID_19
[3] Kementerian Kesehatan, “Pedoman Pencegahan dan Pengendalian Corona Virus deases (Covid-19),” Kementrian Kesehatan, vol. 5. p. 178, 2020. [Online]. Available: https://covid19.go.id/storage/app/media/Protokol/REV-05_Pedoman_P2_COVID-19_13_Juli_2020.pdf
[4] Satuan Tugas Penanganan COVID-19, “Surat Edaran Ka Satgas Nomor 13 Tahun 2021 Larangan Mudik Hari Raya Idul Fitri dan Pengendalian COVID-19 selama Bulan Suci Ramadhan 1442H.” p. 7, 2021.
[5] F. V. Sari and A. Wibowo, “Analisis Sentimen Pelanggan Toko Online Jd.Id Menggunakan Metode Naïve Bayes Classifier Berbasis Konversi Ikon Emosi,” J. SIMETRIS, vol. 10, no. 2, pp. 681–686, 2019.
[6] T. A. M, Y. Alkhalifi, N. A. Mayangky, and W. Gata, “Analisis Sentimen Opini Publik Mengenai Larangan Mudik pada Twitter Menggunakan Naive Bayes,” CoreIT, vol. 6, no. 2. 2020.
[7] N. Rakhmawati, M. Aditama, R. Pratama, and K. Wiwaha, “Analisis Klasifikasi Sentimen Pengguna Media Sosial Twitter Terhadap Pengadaan Vaksin COVID-19,” JIEET (Journal Inf. Eng. Educ. Technol., vol. 4, no. 2, pp. 90–92, 2020.
[8] J. Garay, R. Yap, and M. J. Sabellano, “An analysis on the insights of the anti-vaccine movement from social media posts using k-means clustering algorithm and VADER sentiment analyzer,” IOP Conf. Ser. Mater. Sci. Eng., vol. 482, no. 1, pp. 0–6, 2019, doi: 10.1088/1757-899X/482/1/012043.
[9] H. Tankovska, “Leading countries based on number of Twitter users as of January 2021,” 2021. [Online]. Available: https://www.statista.com/statistics/242606/number-of-active-twitter-users-in-selected-countries/