<![CDATA[Perkembangan media sosial menjadikan platform X sebagai media utama masyarakat dalam menyampaikan opini terhadap tokoh publik, termasuk Menteri Keuangan Purbaya Yudhi Sadewa. Penelitian ini bertujuan menganalisis sentimen publik terhadap Purbaya Yudhi Sadewa serta membandingkan kinerja algoritma Naïve Bayes dan Support Vector Machine (SVM). Metode yang digunakan adalah Knowledge Discovery in Database (KDD) yang meliputi data selection, preprocessing, labeling, transformation, data mining, dan evaluation. Data diperoleh melalui scraping sebanyak 3.173 komentar dan diseleksi menjadi 2.021 data relevan. Setelah pelabelan sentimen menggunakan InSet Lexicon dan penghapusan data netral, diperoleh 1.901 data untuk klasifikasi. Transformasi data dilakukan menggunakan TF-IDF dan penanganan ketidakseimbangan kelas menggunakan SMOTE. Hasil penelitian menunjukkan sentimen positif mendominasi sebesar 77,12% dan sentimen negatif sebesar 22,88%. Algoritma SVM menghasilkan performa terbaik dengan akurasi 90,29%, precision 90,02%, recall 90,29%, dan F1-score 90,05%, sedangkan Naïve Bayes memperoleh akurasi terbaik 83,99%. Hasil penelitian menunjukkan bahwa SVM lebih efektif dibandingkan Naïve Bayes dalam klasifikasi sentimen pada media sosial X.]]>
Copyrights © 2026
