ANALISIS SENTIMEN DENGAN ALGORITMA SUPPORT VECTOR MACHINE TERHADAP PENYAKIT HEPATITIS AKUT MISTERIUS

Abstract

Setelah meredanya pandemi Covid-19, saat ini sudah mulai muncul penyakit hepatitis akut yang dianggap misterius oleh masyarakat. Penyakit hepatitis akut sampai saat ini masih belum diketahui penyebabnya, penyakit ini pertama kali ditemukan di Inggirs Raya pada tanggal 05 April 2022. Penyakit ini berbeda dari penyakit hepatitis biasanya, karena menurut WHO (World Health Organization) penyebab dari penyakit hepatits akut bukan dari virus hepatitis A, B, C, D, dan E yang biasanya. Di Indonesia sendiri, terdapat tiga kasus suspek hepatitis akut pada anak yang meninggal setelah pengobatan, terkait dengan hepatitis akut yang terjadi dalam waktu dua minggu hingga 30 April 2022. Karena penyakit hepaitits akut ini termasuk ke dalam kriteria penyakit yang berbahaya dan menular, sehingga kementrian kesehatan RI menghimbau masyarakat agar tetap waspada dan tetap mematuhi protokol kesehatan meskipun pada saat ini sudah ada kebijakan pelonggaran masker terkait Covid-19. Oleh karena itu pada penelitian ini akan membutuhkan sebuah analisa sentimen terhadap opini masyarakat berdasarkan data twitter terkait penyakit hepatitis akut misterius. Pada penelitian ini akan melakukan analisa sentimen menggunakan algoritma Support Vector Machine (SVM) dan menerapkan metodologi Cross-Industry Standard Process for Data Mining (CRIPS-DM). Metodologi CRIPS-DM meliputi tahapan mulai dari pemahaman bisnis, pemahaman data, persiapan data, pemodelan, serta evaluasi. Data bersih yang berhasil dikumpulan berjumlah 2058 data yang diambil dari media sosial twitter pada 24 Mei 2022 hingga 30 Mei 2022 dengan total sentimen positif 1590 dan total sentimen negatif 468 dengan menggunakan Azure Machine. Penerapan model Support Vector Machine pada penelitian ini menghasilkan nilai Accuracy sebesar 81.06%, Precision 81.88%, dan Recall 97.19% menggunakan pengujian split data pada perbandingan 80:20 untuk data training dan data testing.