ANALISIS SENTIMEN MASYARAKAT TERHADAP VIRUS CORONA BERDASARKAN OPINI DARI TWITTER BERBASIS WEB SCRAPER

  • ROBI KURNIAWAN STMIK Handayani
    (ID)
  • AULIA APRILIANI Universitas Kristen Indonesia (UKI) Paulus
    (ID)

Abstract

Indonesia menjadi salah satu Negara yang pengguna aktif harian twitternya cukup tinggi, berdasarkan hal tersebut twitter dapat dijadikan sebagai media untuk melakukan analisis sentimen terhadap topik corona. Analisis sentimen merupakan salah satu cabang dari text mining yang melakukan proses klasifikasi pada dokumen atau teks. Penelitian ini bertujuan untuk mengetahui bagaimana dampak virus corona di Indonesia sesuai opini masyarakat melalui twitter. Pengumpulan data dilakukan dengan teknik web scraper yang menghasilkan 1000 record sejak tanggal 20 Januari sampai 1 Februari 2020, data yang telah di scraping kemudian dianalisis mengikuti tahapan text mining yaitu case folding, tokenizing dan filtering. Hasil dari penelitian ini menunjukan persentase opini masyarakat terhadap virus corona yaitu 79% negatif, 11% Netral dan 10% Positif.

 

Kata kunci : corona, analisis sentimen, twitter;

Downloads

Download data is not yet available.

Author Biographies

ROBI KURNIAWAN, STMIK Handayani
Sistem Komputer STMIK Handayani
AULIA APRILIANI, Universitas Kristen Indonesia (UKI) Paulus

Jurusan Teknik Informatika Universitas Kristen Indonesia (UKI) Paulus

References

DAFTAR PUSTAKA

Aditya, B.R., 2015. Penggunaan Web Crawler Untuk Menghimpun Tweets dengan Metode Pre-Processing Text Mining. JURNAL INFOTEL - Informatika Telekomunikasi Elektronika, 7(2), p.93.

Anon 2019. Annual Report Twitter. [online] Available at: <https://investor.twitterinc.com/financial-information/annual-reports/default.aspx> [Accessed 10 Jan. 2020].

Berlian, T.F., Herdiani, A. and Astuti, W., 2019. Analisis Sentimen Opini Masyarakat Terhadap Acara Televisi pada Twitter dengan Retweet Analysis dan Naïve Bayes Classifier. 6(2), pp.8660–8669.

Fanissa, S., Fauzi, M.A. and Adinugroho, S., 2018. Analisis Sentimen Pariwisata di Kota Malang Menggunakan Metode Naive Bayes dan Seleksi Fitur Query Expansion Ranking | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, [online] 2(8), pp.2766–2770. Available at: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/1962>.

Imam, A. and Fajtriab, H., 2015. Implementasi Text Mining pada Mesin Pencarian Twitter untuk Menganalisis Topik - Topik Terkait ‘KPK dan Jokowi’. Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015, pp.570–581.

Indrayuni, E., 2019. Klasifikasi Text Mining Review Produk Kosmetik Untuk Teks Bahasa Indonesia Menggunakan Algoritma Naive Bayes. Jurnal Khatulistiwa Informatika, 7(1), pp.29–36.

Informatikalogi.com, 2017. Text Preprocessing. [online] Available at: <https://informatikalogi.com/text-preprocessing/> [Accessed 25 Jan. 2019].

Wikipedia, 2019. Pandemi Korona Virus. [online] Available at: <https://id.wikipedia.org/wiki/Pandemi_koronavirus_2019–2020> [Accessed 27 Jan. 2020].

Published
2020-04-19
Section
Volume 5, Nomor 1 April Tahun 2020
Abstract viewed = 2970 times