SAHADUTA, ANGELLO TEGAR (2022) ANALISIS SENTIMEN OPINI PUBLIK TERHADAP VAKSIN COVID-19 DENGAN METODE SENTISTRENGTH. S1 thesis, Universitas Atma Jaya Yogyakarta.

Text (ANGELLO TEGAR SAHADUTA)
17 07 09247 0.pdf

File Pdf (305kB)
Text
17 07 09247 1.pdf

File Pdf (149kB)
Text
17 07 09247 2.pdf

File Pdf (211kB)
Text
17 07 09247 3.pdf
Restricted to Registered users only

File Pdf (214kB)
Text
17 07 09247 4.pdf
Restricted to Registered users only

File Pdf (1MB)
Text
17 07 09247 5.pdf
Restricted to Registered users only

File Pdf (285kB)
Text
17 07 09247 6.pdf

File Pdf (210kB)

Abstract

Virus adalah organisme yang berukuran sangat kecil dan hanya dapat dilihat
ketika virus menginfeksi sel organisme biologis menggunakan mikroskop elektron.
Pada awal tahun 2020, ditemukan virus baru yang dapat menyebar dalam waktu
singkat. Virus tersebut bernama SARS-CoV-2. SARS-CoV-2 adalah jenis virus
terbaru dari virus corona atau yang biasa disebut Covid-19. Covid-19 banyak
diperbincangkan pada media sosial, salah satunya adalah Twitter. Oleh karena itu,
data diambil dari Twitter untuk dilakukan analisis sentimen terhadap vaksin Covid19 untuk
mengetahui
sentimen
publik
terhadap
vaksin
Covid-19.

Analisis sentimen yang digunakan dalam penelitian menggunakan metode
SentiStrength. Langkah pertama adalah pengambilan data dari Twitter
menggunakan bahasa Python. Setelah itu dilakukan Preprocessing data. Rincian
proses dari Preprocessing data adalah cleansing, case folding, stopword, dan
normalisasi data. Setelah Preprocessing data dilakukan, langkah selanjutnya adalah
analisis sentimen menggunakan SentiStrength.

Pengambilan data dilakukan dalam dua sesi. Hasil dari data sesi pertama
adalah sentimen netral memiliki persentase terbanyak dengan nilai persentase
51,05%, diikuti sentimen positif dengan nilai persentase 30,69%, dan yang terakhir
adalah sentimen negatif dengan nilai persentase 18,26%. Hasil dari sesi kedua
adalah sentimen netral memiliki persentase terbanyak dengan nilai persentase
40,96%, diikuti sentimen positif dengan nilai persentase 37,74%, dan yang terakhir
adalah sentimen negatif dengan nilai persentase 21,30%.

Item Type: Thesis (S1)
Uncontrolled Keywords: Analisis, Sentimen, Vaksin, Covid-19, SentiStrength
Subjects: Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Date Deposited: 02 Nov 2022 03:02
Last Modified: 02 Nov 2022 03:02
URI: https://repository.uajy.ac.id/id/eprint/27718

Actions (login required)

View Item
View Item