<![CDATA[Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap isu Tabungan Perumahan Rakyat (Tapera) melalui media sosial X. Data dikumpulkan melalui crawling dengan kata kunci "Isu Tapera" dan menghasilkan 2.268 data. Data diberi label secara manual ke dalam kategori negatif, positif, netral, dan others, lalu diproses melalui tahap pra-pemrosesan dan ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Data dibagi menjadi data latih dan data uji dengan rasio 80:20. Model klasifikasi menggunakan algoritma Extreme Gradient Boosting (XGBoost) yang dioptimasi dengan Particle Swarm Optimization (PSO) untuk mendapatkan parameter terbaik. Hasil menunjukkan kombinasi XGBoost dan PSO meningkatkan akurasi model hingga 85%. Penelitian ini memberikan gambaran potensi analisis opini publik secara real-time melalui media sosial. Hasilnya dapat digunakan sebagai dasar pertimbangan kebijakan pemerintah terhadap respon masyarakat.]]>
Copyrights © 2025
