Klasifikasi kalimat perbincangan masyarakat pada masa pandemi covid-19 di media sosial menggunakan metode nn (neural network)

INDONESIA:

Covid-19 adalah sebuah penyakit yang disebabkan oleh adanya virus dan dapat menular dengan cepat kepada siapa saja. Informasi mengenai pandemi Covid-19 dan kebijakan pemerintah dalam menanganinya tersebar di berbagai sosial media Facebook. Salah satu postingan Facebook pada akun Kepmenkes RI mengenai vaksinasi di Indonesia menuai banyak komentar positif dan negatif. Komentar tersebut dapat digunakan dalam klasifikasi teks. Klasifikasi teks merupakan sebuah pengelompokan teks yang terdiri dari satu komentar positif dan negatif. Dalam penelitian ini komentar atau opini yang disampaikan oleh masyarakat tentang Covid-19 akan dilakukan klasifikasi teks. Klasifikasi teks akan dilakukan dengan mengambil data berupa komentar di sosial media, kemudian data akan dilabeli oleh ahli bahasa berupa komentar positif dan negatif. Data yang telah terlabeli akan dilakukan proses pre-processing dengan melalui empat tahapan yaitu cleaning, case folding, tokenizing, dan stemming. Kemudian data tersebut akan dilakukan pembobotan kata menggunakan TF-IDF. Setelah pembobotan kata selesai, dilakukan split data dengan membaginya menjadi dua yaitu data training dan data testing dengan perbandingan 90:10. Data training akan dilakukan pemodelan menggunakan metode neural network. Sehingga dari hasil pemodelan tersebut sistem dapat melakukan klasifikasi. Klasifikasi dilakukan dengan memberikan data sampel sebanyak 40 data, dimana pada data tersebut hasil klasifikasi oleh system sama dengan data terlabeli. Hal ini menunjukkan bahwa klasifikasi dengan metode neural network berhasil dilakukan dengan accuracy 75%.

ENGLISH:

Covid-19 is a disease caused by a virus and can spread quickly to anyone. Information about the Covid-19 pandemic and government policies in dealing with it is spread across various social media Facebook. One of the Facebook posts on the Indonesian Ministry of Health's account regarding vaccination in Indonesia drew many positive and negative comments. These comments can be used in text classification. Text classification is a text grouping consisting of one positive and negative comment. In this study, comments or opinions submitted by the public about Covid-19 will be classified as text. Text classification will be carried out by taking data in the form of comments on social media, then the data will be labeled by linguists in the form of positive and negative comments. The data that has been labeled will be pre-processed by going through four stages, namely cleaning, case folding, tokenizing, and stemming. Then the data will be word weighted using TF-IDF. After the word weighting is complete, the data is split by dividing it into two, namely training data and testing data with a ratio of 90:10. The training data will be modeled using the neural network method. So from the modeling results the system can perform classification. Classification is done by providing sample data as much as 40 data, where in the data the results of the classification by the system are the same as the labeled data. This shows that the classification using the neural network method has been successfully carried out with 75% accuracy.

ARABIC:

كوفيد ۹ﺍ هو مرض ناتج عن وجود فيروس ويمكن أن ينتقل بسرعة إلى أي شخص. دخل كوفيد -۹ﺍ لأول مرة إلى إندونيسيا في مارس ٢٠٢٠، حيث تعرض اثنان من المقيمين في المستودع لكوفيد -۹ﺍ بعد تعاملهما مع الرعايا الأجانب اليابانيين. ثم يتزايد عدد حالات كوفيد -۹ﺍ في إندونيسيا وينتشر في جميع أنحاء منطقة إندونيسيا. لذلك تبنت الحكومة الاندونيسية مجموعة واسعة من السياسات حول التعامل مع كوفيد -۹ﺍ من خلال قيود الاتصال الجسدي والحجر الصحي وتطبيق 3 م في الحياة اليومية. انتشرت المعلومات حول وباء كوفيد -۹ﺍ والسياسات الحكومية بشأن علاجه عبر فيسبوك على مواقع التواصل الاجتماعي. أحدثت إحدى تدوينات فيسبوك على الحساب المصرفي الإندونيسي حول التطعيمات الكثير من التعليقات الإيجابية والسلبية. ويمكن استخدام التعليق في تصنيف النص. تصنيف النص هو تجميع نصي من فئة أو أكثر. صنيف النص في هذه العملية يمكن أن يحدد قيمة إيجابية أو سلبية على المناقشة. سيتم في هذه الدراسة إجراء التعليقات أو الآراء العامة حول كوفيد -۹ﺍ التصنيف النصي. سيتم تصنيف النصوص من خلال جلب ملف من التعليقات على وسائل التواصل الاجتماعي، ومن ثم سيتم تصنيف البيانات من قبل اللغويين على أنها تعليقات إيجابية وسلبية. وتتم معالجة البيانات من خلال أربع مراحل من التنظيف، ومعالجة القضايا، والترميز، والاستئصال. ثم البيانات سوف تنتهي مع دمية TF-IDF بعد العمل الكامل، انقسمت البيانات إلى قسمين، بيانات التدريب وبيانات الاختبار بمقارنة بنسبة۹٠:ﺍ٠. وستنفذ بيانات التدريب عن طريق النمذجة باستخدام طريقة الشبكة العصبية. لذا من نتائج النمذجة يمكن للنظام القيام بالتصنيف. يتم التصنيف عن طريق إعطاء عينة من البيانات تصل إلى ۶٠ بيانات، والتي تكون نتائج تصنيف النظام مساوية للبيانات المصنفة. وهذا يشير إلى أن التصنيف بواسطة طرق الشبكة العصبية يتم بدقة ٧٥ ٪.صنيف النص في هذه العملية يمكن أن يحدد قيمة إيجابية