Analisis Sentimen Terhadap Virus Omicron Pada Twitter Menggunakan Metode Support Vector Machine Dengan Seleksi Fitur Particle Swarm Optimization

Twitter merupakan salah satu media sosial yang digunakan oleh masyarakat Indonesia dalam menyampaikan pandangan atau pendapat. Pada awal munculnya varian baru covid-19 yang biasa disebut dengan virus omicron, menjadi perbincangan hangat masyarakat Indonesia dikarenakan penyebarannya lebih cepat di bandingkan varian sebelumnya. Banyak dari masyarakat menyampaikan ekspresi dan opini mengenai omicron melalui cuitan di media sosial twitter. Meningkatnya penyampaian pendapat tersebut dapat menjadi salah satu media yang ideal untuk melakukan analisis sentimen dan mengetahui kecenderungan informasi tentang suatu subjek.rnPenelitian ini memiliki tujuan untuk mengetahui cara kerja optimasi akurasi SVM-PSO. Metode Suppot Vector Machine(SVM) digunakan dalam penelitian ini dengan pembobotan TF-IDF dan seleksi fitur Partical Swarm Optimization, dengan data yang digunakan sebanyak 1000 data tweets. Dari hasil penelitian, didapatkan dari metode Support Vector Machine menghasilkan nilai akurasi rata-rata sebesar 88.5% dan dari metode Support Vector Machine dengan tambahan algoritma seleksi fitur Particle Swarm Optimization menghasilkan nilai akurasi lebih tinggi sebesar 89.5%. Penambahan seleksi fitur PSO terbukti dapat meningkatkan akurasi sebesar 1%.