ANALISIS SENTIMEN TERHADAP VAKSIN BOOSTER PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

Tuberkulosis sebagian besar menyerang bagan tubuh terutama pada organ paru dan oran tubuh lain yang disebut organ Extra paru. Kurangnya pengetahuan dan fasilitas pada masyarakat dapat memperlambat diagnosa awal Tuberkulosis Extra Paru sehingga sangat membahayakan keselamatan pada masyarakat.Maka diperlukannya sistem pakar yang berguna untuk mendeteksi diagnosa penyakit Tuberkulosis yang dapat mempermudah penderita dalam melakukan diagnosa awal penyakit Tuberkulosis agar segera mendapatkan penanganan yang aman dan tepat. Tujuan dari penelitian ini yaitu membangun sistem pakar pendiagnosa penyakit Tuberkulosis dengan menggunakan metode teorema bayes. Aplikasi ini akan mendiagnosa penyakit dengan melakukan penelusuran gejala-gejala yang ada serta penelitian ini menghasilkan sebuah sistem pakar berbasis web dengan tingkat akurasi sebesar 90% yang dimanfaatkan untuk membantu tenaga kesehatan dan masyarakat umum dalam mendiagnosa awal penyakit Tuberkulosis.