<![CDATA[Media sosial X (sebelumnya Twitter) menjadi ruang diskusi intens terkait rencana Revisi Undang-Undang Tentara Nasional Indonesia (RUU TNI), yang memunculkan berbagai opini publik. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap RUU TNI dengan mengelompokkan opini pengguna ke dalam kategori positif dan negatif. Data sebanyak 5.646 unggahan dikumpulkan melalui teknik crawling berbasis kata kunci, lalu diproses melalui tahapan pembersihan, tokenisasi, stopword removal, dan stemming. Fitur diekstraksi menggunakan pendekatan lexicon-based Bahasa Indonesia dan TF-IDF, serta penanganan ketidakseimbangan data dilakukan menggunakan class weight. Dua algoritma machine learning, Naive Bayes dan Random Forest, digunakan untuk membandingkan performa klasifikasi. Hasil menunjukkan bahwa Random Forest memberikan akurasi tertinggi sebesar 84,51%, dengan f1-score 91% pada kelas negatif. Naive Bayes mencatat akurasi 83,63%, dengan f1-score 90% untuk kelas negatif. Kedua model mengalami kesulitan dalam mendeteksi sentimen positif, namun Random Forest terbukti lebih andal secara keseluruhan. Temuan menunjukkan dominasi sentimen negatif, mencerminkan kekhawatiran masyarakat terhadap implikasi revisi undang-undang. Penelitian ini memberikan kontribusi akademik dalam pemanfaatan analisis sentimen untuk memahami persepsi publik terhadap isu kebijakan nasional secara cepat dan terukur.]]>
Copyrights © 2025
