Deteksi Sentimen Publik terhadap Isu Lingkungan di Platform X (Twitter) Menggunakan Naïve Bayes dan Support Vector Machine untuk Mendukung SDGs 13: Climate Action

Rahmadani, Noni Fauzia
Nasution, Luftia Rahma
Syahputri, Rifdah
Dewi, Aulia Kartika

Prosiding Seminar Nasional Rekayasa Teknologi Industri dan Informasi ReTII
2025: Prosiding Seminar Nasional ReTII ke-20 (Edisi Penelitian)

Isu lingkungan merupakan salah satu topik yang paling banyak dibahas di media sosial dan menjadi perhatian global seiring meningkatnya kesadaran terhadap perubahan iklim. Twitter sebagai salah satu platform dengan jumlah pengguna besar menjadi sumber data yang potensial untuk memahami persepsi publik terhadap isu lingkungan. Penelitian ini bertujuan untuk mendeteksi sentimen publik terhadap isu lingkungan di Twitter menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM). Data yang digunakan merupakan Climate Change Twitter Sentiment Dataset dari Kaggle, yang berisi ribuan cuitan tentang isu perubahan iklim dengan label sentimen positif, negatif, dan netral. Tahapan penelitian meliputi text preprocessing (pembersihan teks, tokenizing, dan stopword removal), ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), pelatihan model, serta evaluasi kinerja algoritma. Hasil pengujian menunjukkan bahwa SVM memiliki akurasi yang lebih tinggi dibandingkan Naïve Bayes, masing-masing sebesar 89,4% dan 84,7%. Temuan ini menunjukkan bahwa SVM lebih efektif dalam mendeteksi pola sentimen publik. Penelitian ini diharapkan dapat mendukung pencapaian Sustainable Development Goal (SDG) ke-13, yaitu Climate Action, melalui pemanfaatan teknologi kecerdasan buatan untuk memahami opini masyarakat terhadap isu lingkungan.