ANALISIS SENTIMEN MASYARAKAT TERHADAP KEBIJAKAN PPKM DENGAN MENERAPKAN OPPOSITION-BASED WHALE OPTIMIZATION ALGORITHM PADA KLASIFIKASI SVM

• Tim Peneliti Asrul Said
• Jurnal Link Jurnal
• Share on

Corona Virus Disease 2019 (COVID-19) telah memberikan dampak yang serius, sehingga memaksa pemerintah Indonesia menetapkan berbagai kebijakan untuk menangani penyebaran COVID-19. Salah satu kebijakan tersebut adalah Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM). Selama pelaksanaannya, kebijakan ini menimbulkan pro dan kontra di masyarakat khususnya di media sosial twitter. Adanya opini masyarakat ini, dapat dijadikan sebagai salah satu sumber informasi yang efektif untuk membantu pemerintah dalam mengambil dan mengevaluasi kebijakan. Tujuan penelitian ini adalah untuk mengetahui sentimen masyarakat terhadap kebijakan PPKM berdasarkan klasifikasi tweet atau opini masyarakat di twitter. Proses ini dilakukan dengan menerapkan metode OBWOA untuk pemilihan parameter SVM yang sesuai dan optimal serta seleksi fitur untuk memilih fitur terbaik sehingga mengurangi waktu komputasi dan menghasilkan performa klasifikasi yang baik. Hasil optimasi parameter SVM diperoleh nilai C = 4.99522643 dan gamma = 1.4236435 dengan rata-rata accuracy 75,20%, precision 79,73%, recall 71,65%, dan f-measure 70.,88%. Hasil seleksi fitur diperoleh rata-rata accuracy 82,40%, precision 84,23%, recall 79,63%, dan f-measure 78,96%. Selain itu, klasifikasi sentimen terhadap 1.389.481 data tweet masyarakat pada periode Januari hingga Desember 2021 diperoleh sebanyak 53% tweet dengan sentimen Negatif, 25% tweet sentimen Netral, dan 22% tweet dengan sentimen Positif.