<![CDATA[Tujuan: Penelitian ini menerapkan word embedding GloVe pada Support Vector Machine yang dioptimalkan memanfaatkan Particle Swarm Optimization untuk mengevaluasi efektivitas model klasifikasi analisis sentimen ulasan pengguna Indodax di platform media sosial X. Metode: Pada studi ini, data teks diklasifikasikan memanfaatkan pendekatan metodologi kuantitatif. Data berupa 877 cuitan pengguna Indodax di media sosial X yang dikumpulkan melalui teknik scraping menggunakan Python. Tahapan analisis meliputi pengumpulan data, pre-processing data, pelabelan sentimen, word embedding GloVe, pembagian data, Particle Swarm Optimization digunakan guna optimasi parameter, serta Support Vector Machine dimanfaatkan untuk klasifikasi. Hasil: Hasil penelitian menunjukkan bahwa analisis sentiment ulasan pengguna Indodax di media sosial X menghasilkan distribusi sentimen yang relatif seimbang, yaitu sebesar 49,7% sentimen positif dan 50,3% sentimen negatif. Selain itu, melalui skor akurasi sejumlah 82%, presisi 85%, recall 82%, serta f1-score 84%, hasil penilaian model menunjukkan bahwa penerapan word embedding GloVe pada SVM yang dioptimalkan dengan Particle Swarm Optimization dapat menghasilkan performa klasifikasi yang baik. Simpulan: Dengan menggabungkan GloVe word embedding dengan Support vector Machine yang dioptimasi menggunakan PSO, penelitian ini memberikan kontribusi dalam pengembangan metode analisis sentimen berbasis machine learning, serta memberikan implikasi praktis bagi pengelola platform dan pemerintah dalam memahami persepsi pengguna terhadap layanan investasi digital.]]>
