ABSTRACT
As a platform of social media with high activity, Twitter has seen the discussion of many hot topics related to the COVID-19 pandemic. One such is the COVID-19 vaccination program, which has skeptics in several religious, ethnic, and socioeconomic groups, and Indonesia has one of the largest populations of various ethnicities and religions of countries worldwide. Diverse opinions based on skepticism about the effectiveness of vaccines can increase the number of people who refuse or delay vaccine acceptance. Therefore, it is important to analyze and monitor stances and public opinions on social media, especially on vaccine topics, as part of the long-term solution to the COVID-19 pandemic. This study presents the Indonesian COVID-19 vaccine-related tweets data set that contains stance and aspect-based sentiment information. The data were collected monthly from January to October 2021 using specific keywords. There are nine thousand tweets manually annotated by three independent analysts. We annotated each tweet with three labels of stance and seven predetermined aspects related to Indonesian COVID-19 vaccine-related tweets: services, implementation, apps, costs, participants, vaccine products, and general. The dataset is useful for many research purposes, including stance detection, aspect-based sentiment analysis, topic detection, and public opinion analysis on Twitter, especially on the policies regarding the prevention of pandemics.
ABSTRACT
Pandemi COVID-19 yang berlangsung lama telah berdampak masif pada berbagai aktivitas publik misalnya perilaku pengguna di media sosial. Twitter media sosial yang fleksibel untuk berdiskusi dan bertukar pendapat menjadi salah satu media populer dalam menyebarluaskan informasi COVID-19 secara dinamis dan up to date. Hal ini menjadikan Twitter relevan sebagai media ekstraksi pengetahuan dalam mengidentifikasi perubahan perilaku pengguna. Kontribusi penelitian ini adalah menemukan perubahan perilaku pengguna Twitter melalui analisis profil pengguna pada periode sebelum dan setelah COVID-19. Data yang digunakan adalah data tweet berbahasa Indonesia. Penelitian ini menggunakan pendekatan Social Network Analysis (SNA) sebagai ekstraksi informasi dalam menentukan aktor utama dan aktor populer. Kemudian profil pengguna aktif dianalisis untuk mengidentifikasi perubahan perilaku melalui intensitas tweet popularitas pengguna dan representasi topik pembahasan. Popularitas pengguna dianalisis dengan pendekatan follower rank sedangkan representasi topik pembahasan diekstraksi dengan metode Latent Dirichlet Allocation untuk mendapatkan dominan topik yang dibahas oleh setiap pengguna aktif. Tujuannya adalah untuk mempermudah identifikasi pengaruh pandemi COVID-19 terhadap perubahan perilaku pengguna Twitter. Berdasarkan hasil SNA penelitian ini menemukan tiga aktor kunci yang aktif pada periode sebelum dan setelah COVID-19. Selanjutnya hasil analisis dari ketiga aktor tersebut menunjukkan adanya pengaruh pandemi COVID-19 terhadap perubahan perilaku pengguna Twitter yaitu kenaikan intensitas tweet sebesar 58% pada jam kerja aktor utama yang didominasi oleh 60% pengguna dengan follower rendah dan topik pembicaraan pengguna Twitter yang dominan membahas COVID-19 hobi dan aktivitas di dalam rumah. The long-lasting COVID-19 pandemic had a massive impact on public activities such as user behavior on social media. Twitter a flexible social media for discussing and exchanging opinions has become popular in disseminating COVID-19 dynamic and up-to-date information. It makes Twitter relevant as a medium of knowledge extraction in identifying user behavior changes. The contribution of this research is to find behavior changes of Twitter users through user profiles analysis in the before and after COVID-19 period. This data used is Indonesian-language tweets. This research used a Social Network Analysis (SNA) to determine the main actors and famous actors. Then active user profiles were analyzed to identify behavior changes through tweet intensity user popularity and representation of the topic of discussion. User popularity was analyzed using a follower rank approach. At the same time the representation of discussion topics was extracted using the Latent Dirichlet Allocation method to obtain dominant topics which each active user discusses. It aims to make it easier to identify the impact of the COVID-19 pandemic on Twitter user behavior changes. Based on the results of the SNA this research found three key actors who were active in the before and after COVID-19 period. Then the results of the analysis of these three user profiles shows that an influence of the COVID-19 pandemic on Twitter user behavior changes: an increase in tweet intensity by 58% during working hours the leading actor was dominated by 60% of users with low followers and the topic of Twitter user’s conversation that it dominantly discusses COVID-19 issues hobbies and activities at home.
ABSTRACT
Akun Twitter seperti Suara Surabaya dapat membantu menyebarkan informasi tentang COVID-19 meskipun ada bahasan lainnya seperti kecelakaan kemacetan atau topik lain. Peringkasan teks dapat diimplementasikan pada kasus pembacaan data Twitter karena banyaknya jumlah tweet yang tersedia sehingga akan mempermudah dalam memperoleh informasi penting terkini terkait COVID-19. Jumlah variasi bahasan pada teks tweet mengakibatkan hasil ringkasan yang kurang baik. Oleh karena itu dibutuhkan adanya eliminasi tweet yang tidak berkaitan dengan konteks sebelum dilakukan peringkasan. Kontribusi penelitian ini adalah adanya metode pemodelan topik sebagai bagian tahapan dalam serangkaian proses eliminasi data. Metode pemodelan topik sebagai salah satu teknik eliminasi data dapat digunakan dalam berbagai kasus namun pada penelitian ini difokuskan pada COVID-19. Tujuannya adalah untuk mempermudah masyarakat memperoleh informasi terkini secara ringkas. Tahapan yang dilakukan adalah pra-pemrosesan eliminasi data menggunakan pemodelan topik dan peringkasan otomatis. Penelitian ini menggunakan kombinasi beberapa metode word embedding pemodelan topik dan peringkasan otomatis sebagai pembanding. Ringkasan diuji menggunakan metode ROUGE dari setiap kombinasi untuk ditemukan kombinasi terbaik dari penelitian ini. Hasil pengujian menunjukkan kombinasi metode Word2Vec LSI dan TextRank memiliki nilai ROUGE terbaik yaitu 0.67. Sedangkan kombinasi metode TFIDF LDA dan Okapi BM25 memiliki nilai ROUGE terendah yaitu 0.35. Twitter accounts such as Suara Surabaya can help spread information about COVID-19 even though there are other topics such as accidents traffic jams or other topics. Text summarization can be implemented in the case of reading Twitter data because of the large number of tweets available making it easier to obtain the latest important information related to COVID-19. The number of discussion variations in the tweet text results in poor summary results. Therefore, it is necessary to eliminate tweets that are not related to the context before summarization is carried out. The contribution to this research is the topic modeling method as part of a series of data elimination processes. The topic modeling method as a data elimination technique can be used in various cases but this research focuses on COVID-19. The aim is to make it easier for the public to obtain current information in a concise manner. The steps taken in this study were pre-processing data elimination using topic modeling and automatic summarization. This study uses a combination of several word embedding methods topic modeling and automatic summarization as a comparison. The summary is tested using the ROUGE method of each combination to find the best combination of this study. The test results show that the combination of Word2Vec LSI and TextRank methods has the best ROUGE value 0.67. While the combination of TFIDF LDA and Okapi BM25 methods has the lowest ROUGE value 0.35.