Pebrianti, Rifina Dwi
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS SENTIMEN MASYARAKAT PLATFORM X TERHADAP KORUPSI PT. PERTAMINA (PERSERO) MENGGUNAKAN METODE SVM Pebrianti, Rifina Dwi
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6399

Abstract

Kasus korupsi PT. Pertamina (Persero) yang mencuat pada awal tahun 2025 telah menarik perhatian luas masyarakat, khususnya di platform X. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kasus tersebut menggunakan algoritma Support Vector Machine (SVM) sebagai metode klasifikasi. Data diperoleh melalui teknik tweet harvest dengan kata kunci "korupsi pertamina" dalam rentang waktu 24 Februari 2025 hingga 31 Maret 2025, menghasilkan 280 data yang terdiri dari 7 sentimen positif dan 273 sentimen negatif. Tahapan penelitian mencakup pre-processing data, seperti pembersihan teks, tokenisasi, normalisasi, penghapusan stopword, dan stemming. Namun, karena dataset awal menunjukkan ketidakseimbangan kelas yang signifikan, dengan dominasi sentimen negatif, maka dari itu, digunakan metode Synthetic Minority Over-sampling Technique (SMOTE) untuk meningkatkan keseimbangan distribusi data. Hasil pengujian menunjukkan bahwa model SVM tanpa SMOTE memperoleh akurasi 89%, sedangkan setelah penerapan SMOTE, akurasi meningkat menjadi 96%. Hal ini membuktikan bahwa SMOTE mampu meningkatkan kinerja model dengan memperbaiki keseimbangan data. Penelitian ini berkontribusi dalam pengembangan analisis sentimen berbasis kecerdasan buatan, terutama dalam memahami persepsi publik terhadap isu sosial
ANALISIS SENTIMEN MASYARAKAT PLATFORM X TERHADAP KORUPSI PT. PERTAMINA (PERSERO) MENGGUNAKAN METODE SVM Pebrianti, Rifina Dwi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6399

Abstract

Kasus korupsi PT. Pertamina (Persero) yang mencuat pada awal tahun 2025 telah menarik perhatian luas masyarakat, khususnya di platform X. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kasus tersebut menggunakan algoritma Support Vector Machine (SVM) sebagai metode klasifikasi. Data diperoleh melalui teknik tweet harvest dengan kata kunci "korupsi pertamina" dalam rentang waktu 24 Februari 2025 hingga 31 Maret 2025, menghasilkan 280 data yang terdiri dari 7 sentimen positif dan 273 sentimen negatif. Tahapan penelitian mencakup pre-processing data, seperti pembersihan teks, tokenisasi, normalisasi, penghapusan stopword, dan stemming. Namun, karena dataset awal menunjukkan ketidakseimbangan kelas yang signifikan, dengan dominasi sentimen negatif, maka dari itu, digunakan metode Synthetic Minority Over-sampling Technique (SMOTE) untuk meningkatkan keseimbangan distribusi data. Hasil pengujian menunjukkan bahwa model SVM tanpa SMOTE memperoleh akurasi 89%, sedangkan setelah penerapan SMOTE, akurasi meningkat menjadi 96%. Hal ini membuktikan bahwa SMOTE mampu meningkatkan kinerja model dengan memperbaiki keseimbangan data. Penelitian ini berkontribusi dalam pengembangan analisis sentimen berbasis kecerdasan buatan, terutama dalam memahami persepsi publik terhadap isu sosial