KLASIFIKASI SENTIMEN PUBLIK TERHADAP DANANTARA DI MEDIA SOSIAL X MENGGUNAKAN SUPPORT VECTOR MACHINE DAN RANDOM FOREST

Perkembangan media sosial sebagai sarana penyampaian opini publik telah menjadi sumber data penting dalam menilai persepsi masyarakat terhadap kebijakan strategis nasional. Salah satu kebijakan tersebut adalah pembentukan Danantara (Daya Anagata Nusantara) sebagai lembaga pengelola investasi negara yang diluncurkan pada Februari 2025. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Danantara berdasarkan data dari media sosial X menggunakan dua algoritma machine learning, yaitu Support Vector Machine (SVM) dan Random Forest. Data yang digunakan merupakan 1.434 cuitan publik berbahasa Indonesia yang dikumpulkan melalui proses web scraping. Data kemudian diproses melalui tahapan preprocessing seperti cleaning, tokenizing, stopword removal, stemming, pelabelan otomatis berbasis kata kunci, dan pembobotan menggunakan metode TF-IDF. Untuk mengatasi ketidakseimbangan kelas dalam dataset, digunakan teknik SMOTE. Model klasifikasi diuji menggunakan metode 5-fold Stratified Cross-Validation, dan hasil evaluasi mencakup metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine (SVM) memiliki performa yang lebih baik dibandingkan Random Forest, dengan rata-rata akurasi sebesar 97,18%, precision 97,22%, recall 97,18%, dan F1-score 97,18%. Keunggulan ini menjadikan SVM sebagai metode yang lebih optimal dalam mengklasifikasikan opini masyarakat terhadap Danantara. Penelitian ini membuktikan bahwa analisis sentimen dapat menjadi pendekatan yang efektif dalam menangkap opini publik secara objektif serta memberikan masukan strategis dalam proses perumusan kebijakan pemerintah.