Ali Sholihin, 2019. Text Mining: Opini Masyarakat Terhadap Pelayanan Pemerintah Dalam Menangani Penyakit Difteri Pada Twitter Menggunakan Algoritma Naive Bayes. Skripsi program studi Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Mulawarman. Dibimbing oleh Haviluddin, S.Kom., M.Kom., Ph.D sebagai pembimbing I dan Novianti Puspitasari, S. Kom, M. Eng sebagai pembimbing II.

Media sosial Indonesia sempat diramaikan dengan berbagai kasus penyakit difteri. Melalui media sosial seperti twitter Pemerintah melakukan berbagai macam cara untuk mengantisipasi penyebaran virus Difteri yang sudah pernah dianggap punah, tentunya pemerintah perlu melakukan evaluasi dari cara-cara yang sudah dilakukan dalam penanganan difteri, dalam hal ini diperlukan data berupa opini masyarakat yang beredar di media sosial. Dari data tersebut kemudian diolah agar dapat memberikan informasi mengenai cara pemerintah dalam penanganan difteri sehingga dapat di evaluasi dan ditingkatkan kembali kedepannya. Teknik pengolahan data ini disebut semantic analysis. Penelitian ini menggunakan teknik natural language processing dan naïve bayes classifier, pengumpulan data menggunakan studi literatur dan data sekunder. Hasil pengolahan data ini sangat diperlukan oleh Pemerintah terutama dalam menyebarluaskan informasi kesehatan informasi tentang cara-cara penanganan Difteri melalui Twitter. Hasil prediksi dari keseluruhan data menggunakan program klasifikasi, menunjukkan bahwa dari 290 data, 16 data yang bernilai positif, dan 274 data bernilai negatif. Hal ini menunjukkan bahwa hanya 5,5% dari masyarakat di twitter yang memberikan tanggapan positif, sisanya sebanyak 94,5% memeberikan tanggapan yang negatif terhadap penyakit difteri.



Kata Kunci: Text Mining, Opini Masyarakat, Pelayanan Pemerintah, Difteri, Twitter, Algoritma Naïve Bayes