@misc{eprints69570,
           month = {Pebruari},
           title = {ANALISIS SENTIMEN PEMBERLAKUAN KARANTINA DI MASA
COVID-19 PADA MEDIA SOSIAL TWITTER DI INDONESIA
MENGGUNAKAN ALGORITME SUPPORT VECTOR MACHINE (SVM)
DAN LEXICON BASED},
          author = {ARSYI SOBIRIN MUHAMMAD},
         address = {UNIVERSITAS LAMPUNG},
       publisher = {FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM},
            year = {2023},
             url = {http://digilib.unila.ac.id/69570/},
        abstract = {Corona Virus Disease 2019 atau COVID-19 adalah virus yang sangat berbahaya
karena tingkat penularannya yang tinggi. Virus ini dapat menyebar melalui kontak
langsung atau berada di dekat orang yang terinfeksi dan barang yang terkontaminasi
sehingga mudah menyebar ke berbagai dunia. Virus COVID-19 membuat sebagian
manusia terganggu dalam melakukan aktivitasnya, bahkan musibah ini membuat
manusia jatuh sakit dan sampai kehilangan nyawa. Pemberlakuan karantina
diterapkan sebagai salah satu upaya untuk mengatasi penyebaran virus COVID-19.
Upaya yang dilakukan menuai kritik dan saran dari berbagai kalangan masyarakat
khususnya dalam penerapan karantina kesehatan. Dengan berkembangnya
teknologi yang ada, masyarakat dapat mengeluarkan pendapatnya di berbagai
jejaring media sosial salah satunya Twitter. Pada penelitian ini data yang didapat
dari twitter dipreprocessing dan dilabeli kedalam kelas positif atau negatif secara
manual dan dengan metode lexicon based, sedangkan untuk klasifikasinya
menggunakan metode Support Vector Machine (SVM). Berdasarkan hasil
penelitian yang dilakukan didapatkan hasil dari klasifikasi algoritme Support
Vector Machine (SVM) dengan pelabelan secara manual menunjukkan nilai
klasifikasi yang lebih baik dengan percobaan oversampling pembagian data
training 90\% dan testing 10\% didapatkan hasil akurasi sebesar 97,36\%
dibandingkan dengan pelabelan InSetLexicon sebesar 97\% .
Kata kunci: Analisis Sentimen, Karantina, Support Vector Machine, Lexicon
Based.}
}