ANALISIS SENTIMEN TERHADAP KESEHATAN MENTAL SELAMA PANDEMI COVID-19 BERDASARKAN ALGORITMA NAÏVE BAYES DAN DEEP LEARNING

1903015159 - Rasiyah Shafa Azizah; Mia Kamayani, S.T., M.T.;

Pandemi Covid-19 merupakan wabah yang menjadi ancaman bagi kesehatan fisik
maupun kesehatan mental. Gangguan kesehatan mental yang banyak dialami oleh
masyarakat yaitu depresi, stress, dan cemas berlebih. Beberapa orang menggunakan
Twitter dan media sosial lainnya untuk menyuarakan keprihatinan mereka dalam
upaya mengurangi efek ini. Tujuan dari penelitian ini adalah untuk mengetahui
bagaimana sentimen masyarakat terhadap kesehatan mental ditengah wabah Covid-
19 melalui Twitter. Data sentimen akan dianalisis berdasarkan temuan penilaian
model pengujian menggunakan algoritma Naïve Bayes dan Deep Learning
menggunakan RapidMiner dan akan dibagi menjadi kelompok sentimen positif dan
negatif. Penelitian ini membandingkan kinerja kedua algoritma untuk menentukan
mana yang berkinerja lebih baik saat menganalisis sentimen publik terhadap
kesehatan mental selama wabah Covid-19. Berdasarkan hasil penelitian, algoritma
Deep Learning memiliki kinerja lebih baik dengan akurasi mencapai 86,46%,
presisi sebesar 89,54%, dan recall sebesar 95,10% dibandingkan algoritma Naive
Bayes akurasi sebesar 76,52%, presisi sebesar 87,97%, dan recall sebesar 83,66%
dalam menganalisis sentimen masyarakat terhadap kesehatan mental selama
pandemi Covid-19.