<![CDATA[Isu terkait besaran gaji anggota Dewan Perwakilan Rakyat (DPR) kembali menjadi sorotan publik karena dianggap tidak sebanding dengan kinerja yang ditunjukkan. Ketegangan ini mencapai puncaknya saat aksi demonstrasi nasional pada 25–28 Agustus 2025, yang diikuti dengan meningkatnya percakapan mengenai tagar #BubarkanDPR di platform X. Lonjakan opini publik tersebut menunjukkan perlunya pemetaan sentimen yang akurat untuk memahami persepsi digital masyarakat terhadap isu politik yang berkembang. Penelitian ini mengembangkan model klasifikasi sentimen publik menggunakan algoritma Support Vector Machine (SVM), dengan penerapan Random Oversampling untuk mengatasi ketidakseimbangan kelas pada dataset. Total 555 tweet diperoleh melalui proses web scraping, kemudian diproses melalui tahapan Natural Language Processing (NLP) dan diberi label secara otomatis menggunakan Large Language Model (LLM). SVM dipilih karena kinerjanya yang konsisten pada data teks berdimensi tinggi dan lebih stabil dibandingkan model klasik seperti Naive Bayes maupun Decision Tree. Hasil eksperimen menunjukkan bahwa model SVM dengan Random Oversampling mencapai akurasi 92%, recall 89%, dan precision 86%, yang mengindikasikan kemampuan model dalam mengenali pola sentimen secara efektif meskipun dataset relatif terbatas. Temuan ini memberikan gambaran empiris mengenai respons masyarakat terhadap isu sosial-politik yang sensitif, serta membuka peluang pemanfaatan analitik sentimen sebagai dasar pengambilan keputusan berbasis data dalam merespons dinamika opini publik.]]>
Copyrights © 2026
