KOMPARASI ALGORITMA SVM DAN CNN PADA ANALISIS SENTIMEN KOMENTAR PENGGUNA TWITTER TERHADAP POLUSI UDARA DI JAKARTA

Jakarta menghadapi masalah serius polusi udara yang berdampak negatif pada kesehatan dan lingkungan. Penelitian ini menggunakan analisis sentimen untuk mengevaluasi opini publik terhadap polusi udara di Jakarta. Dengan tujuan untuk membandingkan metode SVM dan CNN pada analisis sentimen komentar pengguna Twitter terhadap polusi udara di Jakarta menggunakan dataset yang berjumlah 1439 data yang diperoleh dengan teknik crawling menggunakan kata kunci “polusi udara Jakarta” dan “polusi jakarta”. Data diolah pada preprocessing data dan pelabelan data menggunakan VADER Lexicon menghasilkan 1038 sentimen positif dan 401 sentimen negatif. Pengujian menggunakan metode Support Vector Machine (SVM) dan Convolution Neural Network (CNN) dilakukan dengan dua skenario pembagian data training dan testing yaitu, rasio 80:20 dan 90:10. Hasil dari penelitian ini yaitu, metode SVM memiliki performa yang lebih baik dibandingkan dengan metode CNN. Hasil akurasi terbaik metode SVM dengan kernel linear diperoleh dari pengujian dengan rasio 90:10 pada parameter Cost bernilai 1 memperoleh nilai akurasi sebesar 88,89%. Sedangkan metode CNN memperoleh nilai akurasi sebesar 88,19% pada nilai epoch sebesar 9.