<![CDATA[Penelitian ini bertujuan untuk mengklasifikasikan sentimen publik terhadap RUU Perampasan Aset menggunakan metode Support Vector Machine (SVM). Data dikumpulkan dari media sosial Twitter dan YouTube dengan alat dan library Python Google Colab, termasuk nodejs dan Tweet Harvest untuk Twitter serta Google API Client untuk YouTube. Data komentar dalam bahasa Indonesia dilabeli secara manual sebagai positif atau negatif menggunakan Microsoft Excel. Tahapan praproses mencakup cleansing, case folding, tokenizing, filtering, stemming, dan normalisasi data. Metode Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk pembobotan kata, sementara SVM digunakan untuk klasifikasi dengan evaluasi menggunakan confusion matrix yang mengukur akurasi, presisi, recall, dan F1 score. SMOTE digunakan untuk menyeimbangkan kelas data. Hasil penelitian menunjukkan bahwa SVM efektif dengan akurasi 79.8%, F1 score 79.96%, presisi 80.58%, dan recall 79.8%. Analisis sentimen mengungkap mayoritas sentimen publik terhadap RUU Perampasan Aset adalah negatif, mencerminkan ketidakpuasan atau ketidakpercayaan. Penelitian ini membuktikan bahwa metode SVM memberikan evaluasi komprehensif dan valid terhadap data yang telah diproses, memberikan hasil yang dapat dipercaya untuk analisis lebih lanjut.]]>
Copyrights © 2024
