Analisis Sentimen Data Twitter Mengenai Program Vaksinasi di Indonesia Menggunakan Algoritma Backpropagation
Twitter Data Sentiment Analysis Regarding Vaccination Programs in Indonesia Using Backpropagation Algorithm
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
The first case of COVID-19 appeared at the end of December 2019 in Wuhan, China. as a global pandemic. Until December 2021, there were more than 4.25 million cases with a death rate of more than 143.8 thousand people in Indonesia. The Indonesian government has implemented various policies to continue to suppress the spread of this virus, one of which is holding a vaccination program. It was recorded that until December 2021, more than 140 million Indonesians had vaccinated at least 1 dose. The distribution of the COVID-19 vaccine may be constrained by the beliefs and attitudes of vaccine-doubt individuals around the world. According to the World Health Organization (WHO) Vaccine skepticism is one of the top 10 public threats. People's attitudes towards vaccination are mostly supported by online information, especially information from social media. The development of technology along with the challenge of analyzing opinionated information has given rise to a new research topic in Natural Language Processing. Sentiment analysis is an approach that uses Natural Language Processing (NLP) techniques to extract, modify, and view opinions from a text and classify them into positive, negative or neutral sentiments. Therefore, a sentiment analysis will be carried out regarding the COVID-19 vaccination program using the Backpropagation algorithm. Data is taken from github site and scraping tweets. The data obtained will use various models so that it can be visualized. The best classification results for the training data are 78.00% with 1 hidden layer as the BNN architecture and the ANOVA method as feature selection.
Keywords: COVID-19, Vaccines, Vaccination Programs, Backpropagation, Sentiment Analysis