ABSTRAK :
Penelitian ini adalah penelitian tentang menganalisis tweet dari Twitter dengan
menggunakan algoritman SVM, dengan tujuan untuk menganalisis sentimen masyarakat
terhadap isu bahan bakar oplosan dalam kasus korupsi BBM Pertamina. Banyaknya
keluhan publik di media sosial, khususnya Twitter, menunjukkan pentingnya pemetaan
opini masyarakat. Komentar publik dikumpulkan dan diolah melalui tahapan
preprocessing teks, perhitungan bobot kata menggunakan metode TF-IDF, serta
klasifikasi menggunakan SVM. Model dilatih dengan 4.020 data pelatihan dan diuji pada
169 data komentar. Hasil analisis menunjukkan bahwa dari data uji tersebut, terdapat 50
sentimen positif, 15 sentimen netral, dan 104 sentimen negatif. Temuan ini menunjukkan
bahwa metode SVM dalam mengelompokkan opini publik dan mampu memberikan
gambaran umum terhadap persepsi masyarakat. Penelitian ini juga merekomendasikan
peningkatan distribusi data netral serta eksplorasi varian SVM lainnya untuk
meningkatkan performa klasifikasi.
|