Analisis Sentimen Pandangan Netizen Indonesia Terhadap Vaksin COVID-19 Menggunakan Multi-Layer Perceptron

Abstract

Pada tahun 2021, pemerintah Indonesia melaksanakan program vaksinasi Covid-19. Meskipun program tersebut terbilang sukses berdasarkan tingginya partisipasi masyarakat untk divaksin, namun banyak beredar pendapat negatif tentang vaksinasi Covid-19, terutama dalam bentuk pendapat daring. Penelitian ini bertujuan untuk melakukan analisis sentimen pandangan masyarakat Indonesia terhadap vaksinasi Covid-19 dengan melihat pendapat mereka dari media sosial Twiter. Dari 4000 data tweet yang terkumpul, setelah dilakukan pembersihan dan oversampling data untuk keseimbangan jumlah data tiap klas, diperoleh 1685 data. Klasifikasi dilakukan dengan algoritma Multi Layer Perceptron Neural Network. Model klasifikasi yang dihasilkan memiliki akurasi 68,8% dengan presisi 0,82, dan recall 0,64. Rendahnya nilai recall disebabkan kurang maksimalnya ekstraksi fitur kata negatif yang menyebabkan kerancuan prediksi tweet yang seharusnya Positif menjadi klas Negatif. Hambatan ekstraksi fitur selain dari segi penggunaan beberapa kata yang ternyata banyak dipakai sebagai kata positif dan negatif, juda disinyalir karena tingginya jumlah kata yang disingkat dan kata yang tidak baku yang menyebabkan proses penghapusan stopwords dan stemming menjadi tidak maksimal.