ABSTRAK
Keraguan dan penolakan orang tua terhadap vaksinasi meningkat secara global.
Maraknya penyebaran isu vaksinasi melalui media sosial mengarahkan persepsi publik
pada keraguan terhadap vaksin yang berujung pada penurunan cakupan imunisasi dan
tidak tercapainya target IDL di Indonesia. Pada media sosial Twitter terdapat dua
kelompok, yaitu kelompok pro-vaksin yang mendukung vaksinasi dan anti-vaksin yang
menolak vaksinasi. Penelitian ini bertujuan untuk mengidentifikasi apakah sebuah Tweet
memiliki kecenderungan ke arah pro- atau anti-vaksin dan untuk mengeksplorasi topiktopik
terkait pro-vaksin dan anti-vaksin. Dataset diambil dari Twitter dengan kata kunci
"vaksin" dan "imunisasi" lebih dari 9.000 data Tweet antara 11 Agustus sampai 10
September 2019. Anotasi dilakukan dalam 3 langkah berturut-turut dengan tiga pasangan
label yaitu RELEVANT/IRRELEVANT, SUBJECTIVE/NEUTRAL, dan PRO/ANTI.
Tiga eksperimen yaitu pemilihan fitur, algoritma, dan pipeline klasifikasi dilakukan untuk
mendapatkan model stance detection terbaik yaitu nilai rata-rata micro tertinggi dari
precision, recall, dan f1-score. Fitur terpilih adalah kombinasi 3 fitur teks Count
+Unigram+Bigram dengan algoritma Logistic Regression dan pipeline Two-stage
Classification (f1-score = 80,5%). Algoritma terpilih pada pembentukan topic modeling
adalah NMF dan LDA masing-masing untuk korpus pro-vaksin dan anti-vaksin dengan
nilai koherensi sebesar 0.999. Topik-topik anti-vaksin meliputi kritik terhadap fatwa halal
MUI untuk Vaksin MR, kandungan babi pada Vaksin Meningitis Haji, komersialisasi
vaksin, vaksin palsu, KIPI dan bahaya vaksin, vaksin sebagai alat konspirasi dan agenda
Yahudi, tuntutan vaksin halal, dan seterusnya. Sedangkan topik-topik pro-vaksin lebih
bersifat homogen yaitu mengenai manfaat dan pentingnya imunisasi, aturan pemberian
vaksin, dan kampanye dalam bentuk publisitas kegiatan imunisasi, dan anjuran vaksin.
|