ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP HASIL PEMILIHAN UMUM 2024 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Penelitian ini bertujuan untuk menganalisis sentimen para pengguna media sosial Twitter terhadap hasil pemilihan umum 2024 menggunakan 2245 tweet yang dikumpulkan dengan teknik crawling terhadap lima kata kunci: “hasil pemilu”, “hasil pilpres”, “hasil kpu”, “hasil quickcount”, dan “hasil realcount”. Data diolah melalui dua kondisi pre-processing: dataset I (setelah pre-processing), dan dataset II (sebelum pre-processing). Pelabelan dilakukan menggunakan VADER Lexicon pada dataset I menghasilkan 1143 ulasan positif, 613 ulasan negatif, dan 489 ulasan netral sedangkan pada dataset II menghasilkan 1114 ulasan positif, 771 ulasan negatif, dan 360 ulasan netral. Pengujian menggunakan algoritma Support Vector Machine (SVM) dilakukan dengan tiga skenario rasio data training dan testing yaitu 90:10, 80:20, 70:30 dan dua kernel yaitu kernel linear dan Radial Basic Function/RBF). Hasil tertinggi dataset I diperoleh pada kernel RBF dengan rasio 90:10, di mana dataset I menunjukkan accuracy 75,55%, precision 79,78%, recall 70,71%, dan f-1 score 74,40% dengan parameter Cost = 2, sementara dataset II menunjukkan accuracy 86,22%, precision 86,73%, recall 87,73%, dan f1-score 87,19 % pada kernel linear rasio 90:10 parameter Cost = 5.