ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PELAYANAN UNIT GAWAT DARURAT RUMAH SAKIT UMUM DI INDONESIA MENGGUNAKAN SELEKSI FITUR INFORMATION GAIN DANSUPPORT VECTOR MACHINE

Sentiment analisis adalah proses penggunaan text analytics untuk mendapatkan berbagai sumber data dari internet dan beragam platform media sosial fokus utamanya adalah menganalisa dokumen teks untuk memperoleh opini dari pengguna yang terdapat pada beragam platform media sosial. Pada penelitian ini dilakukan analisis sentiment postingan opini masyarakat terhadap pelayanan unit gawat darurat rumah sakit umum di Indonesia pada twitter yang nantinya menghasilkan informasi opini sentimen masyarakat berupa sentimen positif, negatif dan netral. Dalam penelitian ini dilakukan seleksi fitur menggunakan Information Gain dan Support Vector Machine sebagai algoritma klasifikasi text untuk mengklasifikasi sentiment opini masyarakat pada tweet twitter. Pada penelitian ini menunjukan nilai Prediksi yang diapat dari hasil Implementasi metode Support Vector Machine dengan menggunakan Seleksi Fitur Information gain adalah AUC 0.993, CA 0.980, F1 0.980, Precision 0.981 dan Recall 0.980. Kata kunci: Seleksi fitur, Information gain, Support Vector Machine, Analisis sentiment, Unit gawat darurat, twitter.