<![CDATA[Fenomena meningkatnya praktik judi online di Indonesia, terutama melalui media sosial X (sebelumnya Twitter), menjadi isu yang memprihatinkan. Meskipun dilarang oleh hukum, aktivitas ini tetap marak terjadi dan menjangkau berbagai lapisan masyarakat, termasuk generasi muda. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap judi online serta mengukur efektivitas algoritma Support Vector Machine (SVM) dalam klasifikasi opini publik ke dalam sentimen positif dan negatif. Data dikumpulkan melalui teknik web scraping terhadap 1.006 tweet berbahasa Indonesia yang mengandung kata kunci “judi online” dan “judol” dalam periode 15 Juli 2024 hingga 15 Juli 2025. Data kemudian diproses melalui tahapan cleaning, case folding, tokenisasi, normalisasi, stopword removal, dan stemming. Representasi data dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), dan klasifikasi sentimen dilakukan dengan algoritma SVM menggunakan pendekatan supervised learning. Hasil menunjukkan bahwa 81,31% tweet mengandung sentimen negatif dan 18,69% menunjukkan sentimen positif. Model SVM memberikan akurasi sebesar 90,59% dengan nilai precision, recall, dan F1-score yang tinggi dalam mengklasifikasikan sentimen negatif. Temuan ini menunjukkan bahwa opini publik cenderung negatif terhadap fenomena judi online dan metode SVM efektif digunakan dalam analisis sentimen di media sosial.]]>
Copyrights © 2025
