<![CDATA[Isu pembatasan akses media sosial bagi anak menimbulkan berbagai respons masyarakat di YouTube. Namun, kecenderungan sentimen masyarakat terhadap isu tersebut belum diketahui secara jelas karena komentar yang muncul memiliki bentuk opini yang beragam dan tidak terstruktur. Penelitian ini dilakukan untuk menganalisis sentimen masyarakat dengan menerapkan metode Support Vector Machine (SVM). Data yang digunakan berupa 1000 komentar YouTube yang dikumpulkan melalui teknik scraping. Data kemudian diproses melalui tahap preprocessing, pembobotan TF-IDF, dan oversampling untuk menyeimbangkan kelas sentimen. Hasil penelitian menunjukkan bahwa sentimen negatif menjadi yang paling dominan, yaitu 581 komentar atau 58,1%, diikuti sentimen netral sebanyak 229 komentar atau 22,9%, dan sentimen positif sebanyak 190 komentar atau 19,0%. Pengujian menunjukkan SVM memperoleh akurasi 0,81 serta cukup mampu mengenali sentimen positif dan netral, meskipun masih kesulitan membedakan komentar negatif dan netral.]]>
Copyrights © 2026
