<![CDATA[Pemerintah menerapkan kebijakan naturalisasi untuk meningkatkan prestasi Timnas Sepak Bola Indonesia, namun hal ini menimbulkan sentimen yang beragam di masyarakat. Penelitian ini bertujuan untuk membandingkan performa algoritma Support Vector Machine (SVM) dan Naïve Bayes serta menganalisis persepsi publik terhadap kebijakan tersebut melalui data media sosial X. Dengan menggunakan metodologi Cross Industry Standard Process for Data Mining (CRISP-DM), penelitian ini mengolah 10.454 data yang diambil dari Januari 2020 hingga Januari 2025. Hasil evaluasi menunjukkan SVM lebih unggul dengan akurasi 0,80 dan F1-score 0,72, dibandingkan Naïve Bayes dengan akurasi 0,76 dan F1-score 0,66. Analisis sentimen mengungkapkan bahwa persepsi publik secara keseluruhan cenderung negatif jika dibandingkan langsung dengan sentimen positif, meskipun sentimen netral sedikit lebih unggul. Implikasi dari penelitian ini adalah memberikan wawasan berbasis data bagi PSSI untuk mengevaluasi dan merumuskan strategi komunikasi kebijakan naturalisasi yang lebih efektif dan sejalan dengan aspirasi publik.]]>
Copyrights © 2025
