ANALISIS SENTIMEN PERKEMBANGAN KASUS COVID-19 PADA KOMENTAR FACEBOOK
Abstract
Sebagian besar masyarakat Indonesia mengikuti perkembangan COVID-19 melalui Facebook dan dapat memberikan tanggapan serta berkomentar terkait isu-isu yang berkaitan. Sebuah penelitian dilakukan untuk menganalisis sentimen komentar warganet terkait kasus COVID-19. Empat model telah dibuat dan hasilnya menunjukkan bahwa model Naïve Bayes memiliki tingkat akurasi tertinggi dalam mendeteksi sentimen negatif, sedangkan model Random Forest lebih netral dan lebih banyak mendeteksi sentimen positif. Hasil analisis sentimen ini dapat digunakan oleh pemerintah dalam mengambil kebijakan terkait COVID-19.