ANALISIS SENTIMEN OPINI PUBLIK MENGGUNAKAN METODE SUPPORT VECTOR MACHINE PADA PEMILU 2024 (Studi Kasus : Pemilihan Presiden)

Dalam rangka memahami pandangan masyarakat mengenai pemilihan presiden, maka dilakukan penelitian dengan analisis sentimen pada pengguna X terhadap para kandidat calon presiden 2024 untuk mengidentifikasi opini publik mengenai para kandidat tersebut dalam bentuk sentimen positif atau negatif. Penelitian ini mengimplementasikan metode klasifikasi Support Vector Machine (SVM) untuk menganalisis sentimen opini publik terkait Pemilihan Presiden, dengan alasan bahwa metode ini menunjukkan akurasi yang tinggi dibandingkan dengan metode klasifikasi lainnya dalam penelitian sebelumnya. Untuk mengoptimalkan hasil akurasi dari klasifikasi akan dilakukan beberapa metode pendukung seperti penerapan preprocessing data teks untuk membersihkan dataset dari informasi yang tidak relevan, kemudian penerapan ekstraksi fitur TF-IDF serta pembagian data latih dan data uji menggunakan metode cross validation untuk mempermudah proses pengujian. Dari hasil pengklasifikasian pada performa model SVM dalam mengklasifikasikan sentimen cukup baik karena memiliki nilai akurasi, presisi, re-call dan F1-Score masing-masing sebesar 76.1%, 79.5%, 88% dan 83.5%.