<![CDATA[Pembentukan Danantara di Indonesia menimbulkan berbagai respons masyarakat, sehingga diperlukan analisis sentimen untuk memahami persepsi publik terhadap kebijakan tersebut. Penelitian ini bertujuan untuk menganalisis sentimen publik terkait pembentukan Danantara pada platform X ke dalam kelas sentimen positif, netral, dan negatif. Kebaruan penelitian ini terletak pada perbandingan performa empat kernel Support Vector Machine, yaitu Linear, Polynomial, Radial Basis Function, dan Sigmoid, serta evaluasi sentimen sebelum dan setelah peresmian Danantara. Data diproses melalui tahapan text preprocessing, pelabelan sentimen berbasis InSet Lexicon, pembobotan TF-IDF, serta klasifikasi menggunakan metode SVM. Pengujian dilakukan menggunakan pembagian data 70:30, 80:20, dan 90:10. Hasil penelitian menunjukkan bahwa rasio 90:10 memberikan performa terbaik, dengan Polynomial memperoleh akurasi tertinggi sebesar 91,66%. Selain itu, sentimen publik didominasi oleh kelas negatif sebesar 65,9% dan 60,0% pada periode sebelum dan setelah peresmian Danantara. Hasil ini menunjukkan bahwa SVM terbukti efektif untuk klasifikasi sentimen dan dapat digunakan sebagai evaluasi kebijakan serta strategi komunikasi publik.]]>
Copyrights © 2026
