<![CDATA[Pelantikan Agus Harimurti Yudhoyono sebagai Menteri Agraria dan Tata Ruang/Badan Pertanahan Nasional (ATR/BPN) telah memicu berbagai reaksi publik yang terekam dalam media sosial X. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap pelantikan tersebut menggunakan algoritma Support Vector Machine (SVM) dan teknik Synthetic Minority Oversampling Technique (SMOTE). Data yang digunakan dalam penelitian ini diambil dari komentar masyarakat di media sosial X, yang kemudian diolah untuk membedakan antara sentimen positif, negatif, dan netral. Dalam proses analisis, data awal yang diperoleh cenderung tidak seimbang, dengan jumlah data sentimen negatif yang lebih banyak dibandingkan dengan sentimen positif dan netral. Oleh karena itu, teknik SMOTE diterapkan untuk mengatasi ketidakseimbangan kelas dan meningkatkan performa model. Algoritma SVM kemudian digunakan untuk melakukan klasifikasi sentimen. Hasil penelitian menunjukkan bahwa model SVM yang diimbangi dengan SMOTE memiliki tingkat akurasi yang tinggi dalam mengklasifikasikan sentimen publik dibandingkan dengan model tanpa SMOTE dengan akurasi sebesar 0.93, presisi sebesar 0.93 dan recall sebesar 0.93.]]>
Copyrights © 2025
