Please use this identifier to cite or link to this item: https://repository.uksw.edu//handle/123456789/25802
Title: Analisis Penyebaran Informasi Vaksin Covid-19 Pada Twitter Menggunakan Kolaborasi SNA dan Sentiment Analysis
Authors: Rehatta, Stanny Dewanty
Keywords: Analisis Jejaring Sosial; Analisis Sentimen; Support Vector Machine; Twitter; Vaksin Covid-19;Social Network Analysis; Sentiment Analysis; Support Vector Machine; Twitter; Covid-19 Vaccine
Issue Date: 25-Apr-2022
Abstract: Pemanfaatan vaksin Covid-19 sebagai upaya dalam mengatasi dan melindungi masyarakat Indonesia dari pandemi Covid-19 ramai diperbincangkan pada media sosial twitter. Keberadaan vaksin Covid-19 di Indonesia menuai berbagai pendapat karena banyaknya informasi yang dibagikan pengguna twitter mengenai vaksin Covid-19. Penelitian ini menggunakan kolaborasi social network analysis (SNA) dan sentiment analysis. Dalam penelitian ini, SNA dikolaborasikan dengan sentiment analysis untuk mengklasifikasikan sentimen positif dan negatif dalam berita yang disebarkan oleh para aktor yang berpengaruh berdasarkan kelompok yang terbentuk dalam jaringan SNA. Sentiment analysis dalam penelitian ini menggunakan algoritma klasifikasi support vector machine (SVM). Hasil penelitian SNA menunjukan terdapat 6 aktor berpengaruh berdasarkan kelompok yang terbentuk dalam jaringan. Aktor dengan popularitas tertinggi yaitu aktor @KemenkesRI dengan degree centrality mencapai 194, sedangkan aktor dengan degree centrality terendah yaitu aktor @rudeski83. Selain itu aktor dengan betweenness centrality tertinggi yaitu aktor @KemenkesRI karena berperan penting dalam menyebarkan informasi mengenai vaksin Covid-19 pada media sosial twitter. Hasil pengujian klasifikasi SVM menunjukan aktor @KemenkesRI dengan tingkat akurasi mencapai 97% dan aktor @Vaksin_Update dengan tingkat akurasi mencapai 90% merupakan aktor dengan persentase sentimen positif sebesar 95%, sedangkan aktor @rudeski83 dengan tingkat akurasi mencapai 98% merupakan aktor dengan persentase sentimen negatif sebesar 80%. Berdasarkan hal diatas, dapat diketahui bahwa kolaborasi SNA dan sentiment analysis yang dilakukan menunjukan bahwa 5 dari 6 aktor yang berpengaruh dan berperan penting dalam penyebaran informasi mengenai vaksin Covid-19 pada media sosial twitter memiliki pengaruh positif.
The use of the Covid-19 vaccine as an effort to overcome and protect the Indonesian people from the Covid-19 pandemic has been widely discussed on Twitter social media. The existence of the Covid-19 vaccine in Indonesia has drawn various opinions because of the large amount of information shared by Twitter users regarding the Covid-19 vaccine. This study uses the collaboration of social network (SNA) and sentiment analysis. In this study, SNA collaborated with sentiment analysis to classify positive and negative sentiments in news spread by influential actors based on groups formed in the SNA network. SNA research shows there are 6 influential actors based on the group formed in the network. The actors with the highest popularity are @KemenkesRI with a degree of centrality reaching 194, while actors with the lowest degree of centrality are @rudeski83. In addition, actors with the highest centrality betweenness are @KemenkesRI because it plays an important role in disseminating information about the Covid-19 vaccine on social media twitter. SVM classification test results showed @KemenkesRI actor with an accuracy rate of 97% and @Vaksin_Update with an accuracy rate of 90% are actors with a positive sentiment percentage of 95%, while actors @rudeski83with an accuracy rate of 98% is an actor with a negative sentiment percentage of 80%. Based on the above, it can be seen that the SNA collaboration and sentiment analysis carried out showed that 5 out of 6 actors who were influential actors based on the group formed in the network.
URI: https://repository.uksw.edu/handle/123456789/25802
Appears in Collections:T2 - Master of Information Systems

Files in This Item:
File Description SizeFormat 
T2_972019018_Judul.pdf1.05 MBAdobe PDFView/Open
T2_972019018_Pendahuluan.pdf
  Restricted Access
418.06 kBAdobe PDFView/Open Request a copy
T2_972019018_Metode Penelitian.pdf
  Restricted Access
429.85 kBAdobe PDFView/Open Request a copy
T2_972019018_Hasil dan Pembahasan.pdf
  Restricted Access
805.62 kBAdobe PDFView/Open Request a copy
T2_972019018_Kesimpulan.pdf
  Restricted Access
407.74 kBAdobe PDFView/Open Request a copy
T2_972019018_Daftar Pustaka.pdf539.41 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.