RINGKASAN

Pada tahun 2019 muncul virus baru bernama coronavirus, virus ini telah menular ke banyak negara termasuk Indonesia. Berbagai upaya telah dilakukan oleh pemerintah untuk mengurangi penularan virus salah satunya seperti diberlakukannya work from home (wfh). Salah satu akibat dari diberlakukannya WFH yaitu semakin meningkatnya aktifitas di media sosial seperti Twitter. Di Twitter terdapat banyak tweets yang membahas coronavirus terkait kebijakan pemerintah, dan adapun oknum yang memanfaatkan keadaan tersebut untuk menyebarkan berita palsu atau Hoax. Dengan adanya situasi yang tidak menentu dimasa pandemi serta munculnya tweets palsu mengakibatkan timbulnya kecemasan di masyarakat.
Penelitian ini dilakukan dengan melakukan analisis sentimen masyarakat menggunakan algoritma Logistic Regression, Naïve Bayes dan Support Vector Machine yang membahas terkait coronavirus untuk memprediksi tingkat kecemasan masyarakat melalui media sosial Twitter. Pengambilan data dilakukan menggunakan tools bernama Octoparse. Data yang berhasil didapatkan yaitu sebanyak 204.521 data. Pengujian dilakukan dengan menggunakan metode K-Fold Cross Validation.
Hasil yang diperoleh dari pengujian yang dilakukan dengan 10 K-Fold menggunakan ketiga metode machine learning yaitu pengujian menggunakan algoritma Support Vector Machine memiliki akurasi paling tingi yaitu sebesar 74,531% dengan rata-rata hasil prediksi probabilitas untuk tiap tweets menggunakan dataset yang belum diberi label sebesar 76%.

Kata Kunci: Analisis Sentimen, Kecemasan, Coronavirus, Machine Learning