<![CDATA[Program Bantuan Subsidi Upah (BSU) merupakan inisiatif pemerintah Indonesia untuk mendukung pekerja berpenghasilan rendah sebagai bentuk perlindungan sosial, khususnya di tengah pemulihan pasca-pandemi. Namun, pelaksanaannya menuai berbagai respons dari masyarakat, terutama yang disampaikan melalui media sosial seperti TikTok. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi sentimen opini masyarakat terhadap BSU 2025 menggunakan algoritma Support Vector Machine (SVM), guna memperoleh pemetaan persepsi publik secara otomatis dan berbasis data. Data komentar diperoleh melalui proses web scraping dari platform TikTok, kemudian diproses melalui tahapan CRISP-DM yang mencakup business understanding, eksplorasi data, preprocessing (cleaning, tokenizing, stemming, dan lainnya), pelabelan awal menggunakan pendekatan lexicon-based, transformasi fitur dengan metode TF-IDF, serta pemodelan dan evaluasi. Model SVM yang dibangun dievaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model memiliki performa tinggi dengan akurasi 91% pada data latih dan 88% pada data uji. Sistem ini berhasil mengklasifikasikan komentar ke dalam tiga kelas sentimen: positif, netral, dan negatif. Dengan hasil tersebut, sistem ini dapat menjadi alat pendukung kebijakan yang membantu pemerintah dalam memahami dan merespons opini masyarakat secara lebih cepat, akurat, dan berbasis bukti.]]>
Copyrights © 2025
