Analisis Sentimen Terhadap PSBB Menggunakan Algoritma Naïve Bayes

Abstract

Pemerintah Indonesia telah mengambil berbagai langkah preventif dan kuratif dalam penanganan COVID-19, seperti mengadakan rapid test, menerapkan Pembatasan Sosial Berskala Besar (PSBB) di beberapa wilayah. Namun, ada berbagai sentimen yang muncul terkait kebijakan pemerintah, terutama terkait penerapan PSBB dan PSBB transisi di Banten yang dianggap kurang ketat. Hal ini terlihat dari perilaku masyarakat yang masih sering keluar rumah meskipun diimbau untuk tetap di rumah guna mengurangi penyebaran COVID-19. Dengan banyaknya perubahan peraturan maupun istilah, muncul berbagai sentimen atau opini dari masyarakat. Oleh karena itu, untuk mengetahui bagaimana opini masyarakat mengenai PSBB di Banten, dilakukan penelitian yang memerlukan model klasifikasi yang dapat melakukan analisa sentimen yaitu sentimen positif dan sentimen negatif pengguna media sosial yang berisi berbagai pendapat atau komentar terhadap pelaksanaan PSBB di Banten. Berdasarkan hal tersebut, penelitian ini bertujuan untuk memberikan gambaran mengenai bagaimana analisis sentimen terhadap PSBB di era COVID-19 pada media sosial untuk mengklasifikasikan opini positif dan negatif untuk berbagai kepentingan serta pengoptimalan informasi media sosial untuk kepentingan publik. Adapun metode yang digunakan Naïve Bayes karena memiliki Algoritma yang sederhana dengan akurasi yang tinggi.