<![CDATA[— Analisis sentimen merupakan metode penting dalam memahami pandangan dan opini masyarakat terhadap suatu peristiwa atau entitas. Dalam konteks pemilihan presiden 2024 di Indonesia, analisis sentimen menjadi krusial untuk memahami dukungan dan pendapat masyarakat. Dalam penelitian ini, peneliti menggunakan metode Support Vector Machine (SVM) untuk melakukan analisis sentimen terhadap komentar masyarakat pada platform YouTube terkait pemilihan presiden 2024. Tahapan analisis dimulai dengan preprocessing, termasuk langkah-langkah seperti tokenisasi, normalisasi, penghapusan stop words, dan lemmatisasi. Selanjutnya, data dibagi menjadi 70% untuk training dan 30% untuk testing. Peneliti melakukan grid search untuk menentukan parameter terbaik untuk model SVM, seperti kernel dan parameter C. Label yang dianalisis terdiri dari positif, negatif, dan netral, yang merepresentasikan sentimen komentar masyarakat terhadap calon presiden. Hasil penelitian menunjukkan bahwa model SVM mampu mengklasifikasikan sentimen komentar dengan akurasi yang memuaskan setelah dilakukan grid search untuk penentuan parameter terbaik. Model Anies dan Prabowo menunjukkan performa yang sangat baik dengan nilai precision, recall, dan F1-score yang tinggi untuk semua label sentimen, yaitu sekitar 94%, 92%, dan 93% untuk Anies, serta sekitar 96%, 97%, dan 96% untuk Prabowo. Sedangkan model Ganjar memiliki performa yang lebih rendah dengan precision sekitar 83%, recall sekitar 80%, dan F1-score sekitar 81%. Kata kunci— Pemilihan Presiden; Analisis Sentimen; Support Vector Machine; YouTube; Vader Lexicon, grid search]]>
Copyrights © 2024
