<![CDATA[Isu mengenai kenaikan gaji anggota Dewan Perwakilan Rakyat (DPR) menimbulkan beragam reaksi di platform media sosial, terutama di X (Twitter). Berdasarkan hal tersebut, penelitian ini berupaya menganalisis arah opini publik menggunakan pendekatan machine learning. Peneliti mencoba dua metode yaitu SVM dan Naive Bayes untuk melihat mana yang paling akurat dalam menebak perasaan orang di balik tulisan mereka, apakah senang, netral, atau marah. Informasi diambil langsung dari unggahan pengguna internet kemudian dibersihkan dengan menyederhanakan bahasa dan menghapus bagian yang tidak relevan. Kata diberi bobot memakai metode TF-IDF untuk membedakan jenis opini. Hasil uji menunjukkan bahwa SVM memiliki akurasi 77,62%, presisi 78,80%, dan mampu menemukan 66,32% dari opini yang benar. Sementara itu, Naive Bayes memperoleh akurasi 76,00%, presisi 81,64%, dan recall 63,46%. Secara keseluruhan, SVM sedikit lebih unggul dalam memahami berbagai pendapat masyarakat Indonesia di media sosial.]]>
Copyrights © 2025
