ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP EFEK SAMPING VAKSIN ASTRAZENECA PADA MEDIA SOSIAL X MENGGUNAKAN METODE NAIVE BAYES

AJ, M. Fadhil Al Hikam Tirta Bayu (2024) ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP EFEK SAMPING VAKSIN ASTRAZENECA PADA MEDIA SOSIAL X MENGGUNAKAN METODE NAIVE BAYES. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text PENDAHULUAN.pdf Download (1MB)
	Text ABSTRAK.pdf Download (851kB)
	Text BAB I.pdf Download (825kB)
	Text BAB II.pdf Restricted to Repository staff only Download (974kB) | Request a copy
	Text BAB III.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text BAB V.pdf Restricted to Repository staff only Download (803kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (815kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Pandemi COVID-19 telah menghadirkan tantangan yang kompleks dan meresahkan di seluruh dunia, mempengaruhi tidak hanya sektor kesehatan tetapi juga ekonomi global. Salah satu strategi utama untuk menanggapi pandemi ini adalah melalui vaksinasi massal, di mana vaksin AstraZeneca telah mendapat izin penggunaan darurat di banyak negara, termasuk Indonesia. Meskipun efektif dalam mengurangi risiko infeksi COVID-19, penggunaan vaksin ini juga menimbulkan kekhawatiran terkait efek samping jarang seperti trombosis dengan sindrom trombositopenia (TTS). Penelitian ini bertujuan untuk mengetahui performa model Naive Bayes menerapkan Laplace Smoothing dalam mengklasifikasikan sentimen masyarakat terhadap efek samping vaksin AstraZeneca di media sosial X, dengan mengukur akurasi, presisi, dan recall. Data dari platform media sosial X digunakan untuk menganalisis sentimen masyarakat Indonesia terhadap efek samping vaksin AstraZeneca. Metode Naive Bayes dengan penerapan Laplace Smoothing digunakan untuk mengklasifikasikan komentar-komentar yang berasal dari platform tersebut menjadi positif dan negatif. Menunjukkan tingkat akurasi sekitar 72.08%, presisi sekitar 70.70%, dan recall sekitar 72.08%. Hasil analisis ini memberikan pemahaman yang mendalam tentang bagaimana masyarakat menginterpretasikan efek samping vaksin ini, yang dapat mendukung pengambilan kebijakan kesehatan publik dan strategi komunikasi yang lebih efektif dalam menangani pandemi ini secara global.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Vaksin Astrazeneca, Efek Samping, Analisis Sentimen, Naive Bayaes, Laplace Smoothing.
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Department:	S1 Teknik Informatika
Depositing User:	M. Fadhil Al hikam Tirta Bayu Aj
Contributors:	Contribution Contributor Name NIDN/NIDK Thesis advisor Oktavianto, Hardian NIDN0722108105 Thesis advisor A'yun, Qurrota NIDN0703069002
Contact Email Address:	ajfadhil7@gmail.com
Date Deposited:	24 Jul 2024 08:24
Last Modified:	24 Jul 2024 08:24
URI:	http://repository.unmuhjember.ac.id/id/eprint/22300

Actions (login required)

View Item