TWITTER TEXT MINING MENGENAI ISU VAKSINASI COVID-19 MENGGUNAKAN METODE TERM FREQUENCY, INVERSE DOCUMENT FREQUENCY (TF-IDF)

Edo, Harieby and hoiriyah, hoiriyah and Bakir, Bakir (2022) TWITTER TEXT MINING MENGENAI ISU VAKSINASI COVID-19 MENGGUNAKAN METODE TERM FREQUENCY, INVERSE DOCUMENT FREQUENCY (TF-IDF). JATI (Jurnal Mahasiswa Teknik Informatika), 6 (2). pp. 532-537. ISSN 2598-828X

[img] Text
3. TWITTER TEXT MINING MENGENAI ISU VAKSINASI COVID-19 MENGGUNAKAN METODE TERM FREQUENCY, INVERSE DOCUMENT FREQUENCY (TF-IDF) (1).pdf

Download (1MB)
Official URL: https://ejournal.itn.ac.id/index.php/jati/index

Abstract

Penyebaran informasi mengenai vaksin covid-19 menarik perhatian masyarakat. Berbagai macam isu bermunculan terkait halal dan tidaknya vaksinasi covid-19 dilakukan. Media sosial Twitter salah satunya yang memberikan ruang pada masyarakat untuk menanyakan dan berkomentar terkait vaksin covid-19 melalui cuitan (tweet) ataupun retweet. Dengan metode TF-IDF, penelitian ini dilakukan untuk menganalisis text (analisis sentimen) dari kumpulan tweet sehingga hasilnya diketahui banyaknya kata yang muncul dapat menjadi suatu kata kunci dalam perbincangan di Twitter, bahwa banyak masyarakat yang menyetujui adanya wajib vaksin covid19. Hasil penelitian ini menampilkan 5 kata teratas yang paling banyak muncul, antara lain: vaksin (831.431911 kata), vaksinasi (748.304896 kata), covid (709.626652 kata), sehat (435.356173 kata), dukung (417.387094 kata) dan indonesia (404.432113 kata). Sedangkan hasil pembobotan TF-IDF adalah: mui (0.6436902527847653), vaksin (0.132185733888140), covid (0.1566272932497384), sinovac (0.4762729721904365), suci (0.8634345960912986), halal (0.5720637913580648), dan ncovid (0.543713657254659). Hasil penelitian ini masih memerlukan pembobotan n-gram dengan L1 atau L2 Normalization agar dapat digunakan sebagai data train dan data test pada proses analisa selanjutnya.

Item Type: Article
Subjects: T Technology > T Technology (General)
T Technology > TA Engineering (General). Civil engineering (General)
Depositing User: Hoiriyah Hoiriyah
Date Deposited: 17 Mar 2023 03:13
Last Modified: 17 Mar 2023 03:13
URI: http://repository.uim.ac.id/id/eprint/727

Actions (login required)

View Item View Item