PERSEPSI MASYARAKAT TENTANG DEEPSEEK MENGGUNAKAN PENDEKATAN SENTIMEN DENGAN METODE SUPPORT VECTOR MACHINE

Perkembangan teknologi informasi dan media sosial telah membawa perubahan signifikan dalam cara masyarakat berinteraksi dan mengekspresikan pendapat, termasuk terhadap produk dan teknologi baru seperti aplikasi DeepSeek. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia terhadap aplikasi DeepSeek yang diekspresikan melalui media sosial dengan menggunakan metode analisis sentimen berbasis Support Vector Machine (SVM). Data yang digunakan dalam penelitian ini terdiri dari 4.307 komentar yang diambil dari platform media sosial. Penggunaan metode SVM didasarkan pada kemampuannya yang mumpuni dalam klasifikasi data teks yang tidak terstruktur, seperti komentar di media sosial, ke dalam kategori Penelitian ini akan mengklasifikasikan data menjadi sentimen positif, negatif, dan netral. Tahap pertama yang esensial adalah pengumpulan data. Tahapan penelitian meliputi pengumpulan data, preprocessing data, lexicon based features, pembobotan dengan TF-IDF, balancing data menggunakan SMOTE, klasifikasi menggunakan SVM, dan evaluasi metode. Hasil menunjukkan kombinasi parameter SVM (C=100, gamma=1) menghasilkan akurasi tertinggi 98,24% dengan precision, recall, dan F1-score 0,982, sementara kernel RBF unggul (akurasi 95,06%) dibanding linear/polynomial. SMOTE terbukti efektif meningkatkan akurasi dari 78,89% (tanpa SMOTE) menjadi 93,69%, dengan K-Fold Cross-Validation (K=9) mencapai 92,38%. Confusion matrix menunjukkan klasifikasi sentimen positif (621 benar), netral (591 benar), dan negatif (496 benar). Penelitian ini membuktikan SVM yang dioptimasi dengan SMOTE, parameter C 100 dan gamma 1, dan kernel RBF efektif untuk analisis sentimen DeepSeek di media sosial.