Pemantauan Perhatian Publik terhadap Pandemi COVID-19 melalui Klasifikasi Teks dengan Deep Learning Monitoring of Public Attention to the COVID-19 Pandemic through Text Classification with Deep Learning

摘要

Memantau perhatian publik di lingkungan sekitar terhadap suatu kejadian tertentu dilakukan untuk mengatasi perubahan perilaku publik secara individual maupun sosial. Hasil pemantauan perhatian publik dapat dijadikan tolak ukur oleh pihak-pihak terkait dalam membuat suatu kebijakan maupun strategi yang tepat untuk menghadapi perubahan perilaku publik sebagai efek pandemi COVID-19. Pemantauan perhatian publik dapat dilakukan menggunakan data media sosial Twitter karena pengguna media tersebut cukup tinggi, sehingga dapat mewakili aspirasi publik secara umum. Namun, data Twitter mengandung topik yang bervariasi sehingga diperlukan proses klasifikasi untuk mendapatkan data terkait COVID-19. Klasifikasi dilakukan dengan variasi word embedding (Word2Vec dan fastText) dan variasi deep learning (CNN, RNN, and LSTM) untuk mendapatkan hasil klasifikasi dengan akurasi terbaik. Data COVID-19 hasil klasifikasi berdasarkan akurasi terbaik dihitung prosentasenya untuk mengetahui seberapa tinggi perhatian publik terhadap pandemi COVID-19. Percobaan dilakukan dengan tiga skenario yang dibedakan oleh jumlah data train. Hasil klasifikasi dengan akurasi terbaik didapatkan oleh kombinasi fasText dan LSTM yang menunjukkan akurasi tertinggi sebesar 97.86 dan terendah sebesar 93.63. Hasil pemantauan perhatian publik pada rentan waktu antara Bulan Juni sampai Bulan Oktober menunjukkan bahwa perhatian publik terhadap COVID-19 tertinggi adalah pada Bulan Juni.