Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASIFIKASI OPINI MASYARAKAT TERHADAP VAKSIN ASTRAZENECA, MODERNA, DAN SINOVAC MENGGUNAKAN ALGORITMA NBC DAN KNN PADA YOUTUBE

RUSTAN SAPUTRA EVENDI, - (2023) KLASIFIKASI OPINI MASYARAKAT TERHADAP VAKSIN ASTRAZENECA, MODERNA, DAN SINOVAC MENGGUNAKAN ALGORITMA NBC DAN KNN PADA YOUTUBE. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text (Full Kecuali BAB IV)
full kecuali bab 4.pdf - Published Version

Download (5MB) | Preview
[img] Text (BAB IV)
bab 4.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Coronavirus merupakan virus RNA besar beruntai tunggal positif yang menginfeksi manusia, tetapi juga dapat menyerang berbagai macam hewan. Mengurangi tingkat penyebaran Covid-19 pemerintah mengambil tindakan salah satunya program vaksinasi. Program vaksinasi yang dilakukan oleh pemerintah mendapat berbagai tanggapan dari masyarakat mulai dari tanggapan positif hingga negatif. Banyak masyarakat yang masih khawatir terhadap keamanan, efektifitas, tingkat kemanjuran dan kehalalan vaksin. Salah satu media sosial yang sering membahas mengenai penggunaan vaksin ialah YouTube. Biasanya para pengguna YouTube mengutarakan pendapatnya pada kolom komentar yang telah disediakan, dan komentar tersebut dapat bermakna positif, negatif, maupun netral. Banyak juga masyarakat mengeluhkan efek samping setelah vaksin yang menyebabkan ketakutan dan keraguan masyarakat terhadap vaksin, sehingga program vaksinasi menjadi kontroversi dikalangan masyarakat. Munculnya permasalahan tersebut menarik minat peneliti untuk menganalisis dengan menggunakan teknik Text Mining. Text Mining adalah suatu teknik pengambilan informasi sejumlah data tidak terstruktur yang berkualitas tinggi sehingga diperoleh data-data permasalahan dari teks dalam sebuah topik tertentu. Penelitian ini dilakukan dengan maksud guna mengetahui perbandingan menggunakan dua algoritma klasifikasi yaitu Naive Bayes Classifier (NBC) dan K-Nearest Neighbor (KNN) pada data tiga jenis vaksin yakni Astrazeneca, Moderna, dan Sinovac. Pembagian data latih dan uji memakai K-Fold Crossvalidation. Hasil yang diperoleh ialah pada data Astrazeneca, akurasi tertinggi diperoleh KNN (78.63%) sedangkan NBC (78.46%). Pada data Moderna, akurasi tertinggi diperoleh NBC (90.69%) sedangkan KNN (88.37%). Pada data Sinovac, akurasi tertinggi diperoleh KNN (72%) sedangkan NBC (70.39%).

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 003 Sistem-sistem
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: fsains -
Date Deposited: 03 Feb 2023 01:42
Last Modified: 03 Feb 2023 01:42
URI: http://repository.uin-suska.ac.id/id/eprint/68837

Actions (login required)

View Item View Item