1

BAB 1. PENDAHULUAN

1.1 Latar Belakang

Perkembangan Industri dunia telah memasuki era baru yaitu era Revolusi

Industri 4.0. Di Indonesia sendiri, teknologi informasi dan komunikasi

berkembang sangat pesat. Sehingga tidak dapat dihindari, perlahan semua aspek

kehidupan berganti menuju ke arah digital. Salah satu unsur utama dalam

perkembangan industri konvensional ke industri digital yaitu big data. Big data,

yang merupakan istilah untuk menggambarkan volume informasi atau data yang

sangat besar, baik terstruktur maupun tidak terstruktur. Data inilah yang nantinya

diproses agar menghasilkan suatu informasi data yang lebih kompleks. Istilah Big

data sudah muncul sebelum era revolusi industri 4.0, yakni diperkenalkan oleh

Fremont Rider seorang pustakawan dari Amerika Serikat tahun 1914 (Narendra,

dalam Natasuwarna, 2019). Kemudian Era big data kembali diperbincangkan

sejak sosial media meramaikan dunia internet seperti Twitter, WhatsApp,

Instagram, Facebook, serta Line.

Twitter merupakan media sosial yang memungkinkan penggunanya

membaca dan mengirim pesan teks sampai 140 karakter yang biasa disebut

kicauan (tweet). Pengguna Twitter banyak tersebar di seluruh dunia , termasuk

Indonesia. Tak jarang masyarakat menggunakan Twitter untuk menuangkan opini

atau pendapat mereka terhadap suatu fenomena atau kejadian yang sedang terjadi.

Karena hal tersebut, Twitter sangat potensial dijadikan sebagai sumber data, untuk

menghasilkan suatu pola yang menghasilkan suatu pengetahuan baru. COVID-19

(Corona Virus Disease 2019) merupakan kejadian yang saat ini sangat ramai

dibicarakan.

Covid-19 adalah penyakit yang disebabkan oleh virus corona atau severe

acute respiratory syndrome coronavirus 2 (SARS-Cov-2), pertama kali

teridentifikasi di Kota Wuhan, Cina. Penyakit ini sudah menyebar luas ke seluruh

dunia, termasuk Indonesia. Terkait hal tersebut Pemerintah Indonesia

2

mengeluarkan Kebijakan sebagai langkah untuk menanggulangi virus corona.

Salah satu di antaranya adalah semua warga dimohon untuk tetap tinggal di

rumah, sebagai upaya untuk memutus rantai penyebaran corona. Namun hal

tersebut mendorong munculnya berbagai macam respon masyarakat. Salah

satunya yaitu respon pengguna Twitter, terdapat respon pro dan kontra dari

masyarakat dalam menyikapi kebijakan pemerintah dan menimbulkan

permasalahan yaitu sulitnya mengetahui respon positif, netral atau negatif yang

yang diberikan oleh masyarakat.

Berdasarkan latar belakang di atas, untuk mengetahui bagaimana respon

masyarakat terhadap kebijakan pemerintah dalam menanggulangi Covid-19,

peneliti terinspirasi untuk melakukan suatu analisa sentimen dengan judul

“PENERAPAN METODE NAÏVE BAYES CLASSIFIER UNTUK KLASIFIKASI

SENTIMEN PENGGUNA TWITTER TERHADAP KEBIJAKAN

PEMERINTAH DALAM MENANGGULANGI COVID-19 DI INDONESIA”.

Analisis ini dilakukan dengan memanfaatkan data dari Twitter dengan kata kunci

dirumahaja, vaksinuntukrakyatindonesia, psbb, covid, covid19, covidindonesia,

vaksinjakarta, vaksin, vaksinPulihkanRI, dan vaksinDemiLindungiNKRI..

Dimana data yang diperoleh akan diproses melalui beberapa tahapan yaitu

preprocessing yang terdiri dari cleaning data, tokenizing, filtering, normalisasi,

dan stemming. Selanjutnya dilakukan pembobotan kata, dimana nilai dari proses

pembobotan kata tersebut yang akan digunakan pada proses analisis. Metode yang

digunakan pada proses analisis adalah metode Naïve Bayes Classifier. Naïve

Bayes Classifier memiliki tingkat akurasi yang lebih baik dibanding model

classifier lainnya (Xhemali et al., 2009). Pada proses pengujian akurasi sistem

dilakukan dengan menggunakan metode n-fold cross validation. Proses terakhir

yaitu visualisasi data berupa grafik yang menggambarkan persentase respon

masyarakat yang nantinya ditampilkan dalam bentuk Website.

3

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan, maka dapat dirumuskan

beberapa masalah yaitu:

a. Bagaimana melakukan klasifikasi sentimen pengguna Twitter terhadap

kebijakan pemerintah dalam menanggulangi Covid-19?

b. Bagaimana mengimplementasikan metode Naïve Bayes Classifier pada

klasifikasi sentimen pengguna Twitter terhadap kebijakan pemerintah dalam

menanggulangi Covid-19?

c. Bagaimana menyimpulkan respon pengguna Twitter terhadap kebijakan

pemerintah dalam menanggulangi Covid-19?

1.3 Batasan Masalah

Batasan permasalahan dari pembuatan Tugas Akhir ini adalah sebagai

berikut:

a. Klasifikasi sentimen dilakukan menggunakan data dengan kata kunci

dirumahaja, vaksinuntukrakyatindonesia, psbb, covid, covid19,

covidindonesia, vaksinjakarta, vaksin, vaksinPulihkanRI, dan

vaksinDemiLindungiNKRI.

b. Klasifikasi sentimen dilakukan menggunakan data tweet atau kicauan yang

ditulis menggunakan bahasa Indonesia.

1.4 Tujuan

Tujuan dari Tugas Akhir ini yaitu untuk melakukan klasifikasi sentimen

pengguna Twitter terhadap kebijakan pemerintah dalam menanggulangi Covid-19.

1.5 Manfaat

Dengan dilakukannya klasifikasi sentimen ini, diharapkan dapat

memberikan suatu informasi terkait respon masyarakat terhadap kebijakan

pemerintah dalam menanggulangi Covid-19. Adapun secara detail manfaat

kegiatan tersebut diantaranya:

4

a. Bagi Pemerintah

Dapat digunakan sebagai pertimbangan dalam menentukan kebijakan

selanjutnya.

b. Bagi Masyarakat Luas

Dapat mengetahui bagaimana respon masyarakat Indonesia terhadap

kebijakan pemerintah dalam menanggulangi Covid-19.

c. Bagi Peneliti Lain

Apabila relevan, penelitian ini dapat digunakan sebagai referensi dan acuan

dalam penelitian selanjutnya.