ANALISIS SENTIMEN MENGGUNAKAN TEXT MINING DENGAN METODE NAÏVE BAYES DAN REGRESI LOGISTIK

Twitter menyediakan Application Programming Interface Streaming (APIs) untuk memfasilitasi data crawling. Akhir-akhir ini timbul keresahan masyarakat yang sempat menjadi trending topik di twitter mengenai berita Vaksin Covid-19. Sehingga perlu dilakukan penelitian untuk mengetahui tanggapan masyarakat berdasarkan sentimen di media sosial (twitter) terhadap Vaksin Covid-19. Teks mining merupakan proses ekstraksi pola (informasi dan pengetahuan yang berguna) dari sejumlah data tak terstruktur yang nantinya akan diperoleh pola-pola data, trend dan ekstraksi pengetahuan yang potensial dari data teks. Metode NBC telah banyak digunakan dalam penelitian mengenai text mining karena memiliki kelebihan yaitu algoritma sederhana tapi memiliki akurasi yang tinggi dan metode Regresi logistik memiliki interprestasi probabilistik yang bagus. Hasil ketepatan klasifikasi menggunakan Naïve Bayes Classifier pada data Vaksin Covid-19 diperoleh Akurasi. G-Mean dan AUC sebesar 63,75% ,61,21 dan 62,12% dan Regresi Logistik Biner pada data Vaksin Covid19 diperoleh Akurasi,G-Mean dan AUC sebesar 72,6% ,69,9 dan 70,8%.
Kata Kunci: Teks Mining, Vaksin Covid-19, Analsis Sentimen, Naïve-Bayes, Regresi Logistik Biner.