<![CDATA[Perang dagang antara Amerika Serikat dan China pada masa pemerintahan Donald Trump memberikan dampak ekonomi global, termasuk bagi Indonesia, dan menjadi topik hangat di media sosial X. Penelitian ini bertujuan mengklasifikasikan sentimen masyarakat Indonesia terhadap isu perang tarif tersebut serta mengevaluasi kinerja algoritma Support Vector Machine (SVM) yang dikombinasikan dengan Synthetic Minority Oversampling Technique (SMOTE) dalam menangani ketidakseimbangan data. Pendekatan Knowledge Discovery in Databases (KDD) digunakan dengan mengumpulkan 1.021 tweet berbahasa Indonesia periode Februari–Mei 2025 menggunakan kata kunci “tarif trump indonesia” dan “perang dagang amerika china indonesia”. Setelah preprocessing dan pelabelan, diperoleh 595 tweet negatif dan 426 positif. Evaluasi menunjukkan bahwa model SVM tanpa SMOTE menghasilkan akurasi 84,39%, presisi 85,37%, dan AUC 0,9102. Setelah penerapan SMOTE, kinerja meningkat dengan akurasi 85,71%, presisi 95,74%, dan AUC 0,9449, meskipun recall sedikit menurun. F1-score juga meningkat dari 81,38% menjadi 84,38%. Hasil ini menunjukkan bahwa penerapan SMOTE efektif meningkatkan performa SVM pada data tidak seimbang dan bahwa sentimen publik Indonesia terhadap isu perang tarif cenderung negatif.]]>
Copyrights © 2026
