<![CDATA[K-Pop atau Korean Pop merupakan sebuah musik popular yang dibawakan oleh Group band asal Korea Selatan. Penggemar K-Pop sangat aktif dalam berinteraksi dan berbagi pendapat di media sosial, terutama di platform seperti Twitter. Twitter adalah media sosial gratis dan terpopuler serta menyediakan layanan jaringan yang memungkinkan pengguna untuk berbagi pendapat melalui pesan singkat atau sering dikenal dengan tweet. Ulasan dari twitter dapat diklasifikasikan ke dalam beberapa sentimen. Beberapa sentimen tersebut terdiri dari sentimen positif, negatif, dan netral. Tujuan penelitian ini adalah mengembangkan model Support Vector Machine guna mengenali nuansa dan perbedaan yang halus dalam sentimen para penggemar K-Pop di Twitter. Metode penelitian yang digunakan adalah Research and Development (R&D) dimana Research melakukan analisis sentimen di media sosial Twitter dan Development menggunakan metode SVM yang memiliki tingkat accuracy yang lebih baik dalam proses klasifikasi teks. Hasil penelitian pada sistem yang telah dibuat, dimana data yang diproses sebanyak 380 telah melalui tahap-tahap pengolahan kata yaitu pre processing data, pembobotan TD-IDF, dan klasifikasi SVM. Berdasarkan proses ini, sistem menghasilkan akurasi sebesar 82%, yang menunjukkan bahwa algoritma SVM yang diterapkan memiliki tingkat klasifikasi yang sangat baik. Hal ini membuktikan efektivitas pendekatan yang digunakan dalam menangani tugas klasifikasi teks dengan hasil yang cukup memuaskan.]]>
