ANALISIS SENTIMEN DATA TWITTER MENGENAI PROGRAM VAKSINASI DI INDONESIA MENGGUNAKAN ALGORITMA BACKPROPAGATION

Abstract

Kasus COVID-19 muncul pertama kali pada akhir Desember 2019 di Wuhan, China.  sebagai pandemik global. Tercatat hingga Desember 2021 sebanyak lebih dari 4,25 juta kasus dengan tingkat kematian mencapai lebih dari 143,8 ribu jiwa di Indonesia. Pemerintah Indonesia telah memberlakukan berbagai kebijakan untuk terus menekan angka penyebaran virus ini, salah satunya adalah mengadakan program vaksinasi. Tercatat hingga Desember 2021 sebanyak lebih dari 140 juta warga Indonesia telah melakukan vaksinasi minimal 1 dosis. Distribusi vaksin COVID-19 mungkin tekendala oleh keyakinan dan sikap dari individu yang ragu-ragu terhadap vaksin di seluruh dunia. Menurut Word Health Organization (WHO) Keragu-raguan terhadap vaksin merupakan salah satu dari 10 besar ancaman public. Sikap masyarakat terhadap vaksinasi sebagian besar didorong oleh informasi online, khususnya informasi dari media sosial. Perkembangan teknologi seiring dengan tuntutan untuk menganalisis informasi yang beropini telah memunculkan topik penelitian baru dalam bidang Natural Language Processing. Analisis sentimen merupakan suatu pendekatan yang menggunakan teknik Natural Language Processing (NLP) untuk mengekstrak, mengubah, dan menafsirkan opini dari sebuah teks dan mengklasifikasikannya menjadi sentimen positif, negatif atau netral. Oleh karena itu akan dilakukan analisis sentimen mengenai program vaksinasi COVID-19 menggunakan algoritma Backpropagation. Data diambil dari situs github dan tweet scraping. Data yang diperoleh akan diproses menggunakan berbagai macam model supaya dapat divisualisasikan. Hasil akurasi klasifikasi terbaik terhadap data latih diperoleh sebesar 78,00% dengan 1 hidden layer sebagai arsitektur BNN dan metode anova sebagai seleksi fitur.

Kata Kunci : COVID-19, Vaksin, Program Vaksinasi, Backpropagation, Analisis Sentimen