@thesis{thesis,
		author={Safitri  Helda Ludya},
		title ={ANALISIS SENTIMEN TINDAKAN PEMERINTAH INDONESIA PADA
KASUS COVID-19 MENGGUNAKAN METODE SUPPORT VECTOR
MACHINE},
		year={2021},
		url={https://eprints.akakom.ac.id/9140/},
		abstract={Dunia maya menjadi tempat bersosialisasi yang diminati oleh banyak orang
melalui media sosial untuk saling berkomunikasi atau menggali informasi, salah satu
media sosial yang banyak digunakan di Indonesia adalah Twitter. Twitter sebagai
salah satu media sosial sering menjadi wadah untuk penyampaian pesan berupa opini
masyarakat, salah satunya opini terhadap kasus Covid-19. Oleh karena itu, peneliti
mencoba menganalisa tweet berbahasa Indonesia yang berupa opini masyarakat
terhadap tindakan pemerintah dalam kasus Covid-19.
Penelitian ini dilakukan dengan menganalisis sentimen menggunakan metode
Support Vector Machine (SVM) dengan Kernel Radial Basis Function (RBF). Tweet
akan diklasifikasi menjadi sentimen positif, negatif, dan netral, sehingga dapat
diketahui seberapa banyak persentase dari masing-masing kategori opini. Penelitian
ini menggunakan data sebanyak 600 tweet yang diperoleh dari hasil scraping
menggunakan twitterscraper.
Hasil dari penelitian ini adalah tingkat akurasi pelatihan sebesar 77% dalam
melakukan klasifikasi sentimen positif, negatif, dan netral. Dari hasil klasifikasi data,
diperoleh sebagian besar tweet terdiri dari sentimen negatif. Kendala dalam proses
analisis sentimen adalah terbatasnya jumlah data dan sebagian besar data berisi katakata singkatan yang tidak dapat dibersihkan pada saat praproses data.
Kata Kunci : Analisis Sentimen, RBF, SVM, Twitter}
		}