PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE UNTUK KLASIFIKASI SENTIMEN PENGGUNA MEDIA SOSIAL X (Studi Kasus: Calon Pilkada Jakarta)

Support Vector Machine merupakan algoritma yang biasa di gunakan dalam klasifikasi seperti analisis sentimen untuk mengetahui sentimen dari isu yang sedang ramai diperbincangkan, seperti pada media sosial X ramai pembicaraan mengenai pilkada, dengan topik bakal calon pilkada Jakarta, dengan adanya Lembaga survei yang mempublikasi elaktabilitas calon pilkada Jakarta membuat banyak pengguna yang menanggapi hasil tersebut dengan beragam tanggapan untuk calon kandidat. Oleh karena itu penelitian ini memiliki tujuan untuk menganalisis sentimen pengguna media sosial X mengenai bakal calon pada pilkada Jakarta. Penelitian ini menggunakan data Anies Baswedan dan Ridwan Kamil yang merupakan kandidat teratas berdasarkan data elektabilitas yang dikumpulkan oleh ASI (Arus Survei Indonesia) dan LSJ (Lembaga Survei Jakarta). Jumlah data yang digunakan pada penelitian ini yaitu 1806 data anies dan 1978 data ridwan kamil. Prosesnya melibatkan pengumpulan data, preprocessing, pelabelan data, TF-IDF, SMOTE, klasifikasi model, dan evaluasi menggunakan Confusion Matrix. Hasilnya penggunaan algoritma SVM dengan skenario 80:20 memberikan akurasi tinggi yaitu 88.93% untuk data Anies dan 87.66% untuk data Ridwan Kamil. Klasifikasi sentimen pada penelitian ini menghasilkan 269 sentimen negatif, 169 sentimen positif dan 167 sentimen netral untuk data Anies Baswedan dan sebanyak 216 sentimen negatif, 199 sentimen positif serta 176 sentimen netral pada data ridwan kamil. Dari hasil klasifikasi menggunakan algoritma SVM dapat disimpulkan bahwa sentimen yang berkembang pada masyarakat mengenai anies baswedan dan ridwan kamil cenderung mengarah pada sentimen negatif.