ANALISIS SENTIMEN TERHADAP MOBIL HYBRID PADA SOSIAL MEDIA X MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Teknologi hybrid yang menggabungkan mesin pembakaran internal dengan motor listrik semakin enarik perhatian sebagai solusi ramah lingkungan dan hemat bahan bakar. Namun, opini masyarakat yang beragam memengaruhi persepsi dan penerimaan mobil hybrid di pasar. Penelitian ini bertujuan untuk enganalisis sentimen masyarakat terhadap mobil hybrid di media sosial X menggunakan algoritma Support Vector Machine (SVM) dengan pembobotan TF-IDF. Dataset terdiri dari 1.677 data opini yang dikumpulkan melalui teknik data crawling dan diproses melalui tahapan text preprocessing, termasuk cleaning, case folding, tokenizing, slangsword, stopwords removal, dan stemming. Untuk mengatasi ketidakseimbangan data, digunakan metode SMOTE (Synthetic Minority Oversampling Technique). Hasil penelitian menunjukkan bahwa semakin tinggi nilai parameter C, semakin baik akurasi yang diperoleh, dengan performa terbaik pada C 10 dan C 100. Penerapan SMOTE terbukti meningkatkan akurasi, presisi, recall, dan F1-score, terutama pada skenario data yang tidak seimbang 90:10 dan 80:20. Algoritma SVM dengan TF-IDF menghasilkan akurasi tertinggi 84,52%, membuktikan efektivitasnya dalam analisis sentimen terhadap mobil hybrid. Sentimen positif lebih dominan, mencerminkan apresiasi masyarakat terhadap efisiensi bahan bakar dan inovasi teknologi, sementara sentimen negatif banyak terkait dengan harga tinggi dan pajak. Penelitian ini dapat memberikan wawasan bagi industri otomotif dan pembuat kebijakan dalam merancang strategi yang lebih efektif untuk meningkatkan adopsi kendaraan ramah lingkungan.