Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Indonesian Journal of Cancer Chemoprevention KREATIF : Jurnal Ilmiah Prodi Manajemen Universitas Pamulang Jurnal Pendidikan dan Teknologi Indonesia eProceedings of Engineering
Anggoro, Bayu
Unknown Affiliation
Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Medicine & Pharmacology

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Pendidikan dan Teknologi Indonesia

 1 
Analisis Sentimen Subsidi Kendaraan Listrik di Aplikasi X menggunakan Support Vector Machine Anggoro, Bayu; Yudhistira, Aditia
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.589

Abstract

Kebijakan subsidi kendaraan listrik memicu berbagai tanggapan di masyarakat yang menjadi topik diskusi hangat di media sosial, termasuk aplikasi X. Masalah utama yang dihadapi adalah beragamnya opini masyarakat, dari yang mendukung kendaraan listrik sebagai solusi defisit migas hingga yang menyoroti perlunya persiapan matang, khususnya infrastruktur. Penelitian ini bertujuan untuk mengidentifikasi kecenderungan opini masyarakat (positif, negatif, atau netral) terkait kebijakan tersebut. Penelitian menggunakan metode algoritma Support Vector Machine (SVM) yang dikenal unggul dalam kinerja klasifikasi, penanganan ketidakseimbangan data, dan data berdimensi tinggi. Dataset terdiri dari 1.812 tweet yang, setelah melalui tahapan preprocessing, dibagi menjadi 1.449 data latih dan 363 data uji. Hasil analisis menunjukkan bahwa 87,9% (319 tweet) bersentimen netral, 5,2% (19 tweet) negatif, dan 6,9% (25 tweet) positif, menandakan masyarakat belum memiliki pandangan tegas terhadap kebijakan ini. Metode SVM menghasilkan performa yang baik dengan akurasi 86,43%, precision positif 83,33%, recall 87,30%, dan f1-score 85,27%. Dampak penelitian ini diharapkan memberikan wawasan mendalam tentang persepsi masyarakat terhadap subsidi kendaraan listrik sehingga dapat mendukung pengambilan kebijakan yang lebih efektif dan tepat sasaran.
Co-Authors Aditia Yudhistira Angelina, Dhella Aswan Munang Dina Rachmawaty Kumara, Dennaya Munarsih Muthi Ikawati