<![CDATA[Media sosial Twitter (X) menjadi wadah bagi penggunanya untuk mengekspresikan opini, ulasan, dan persepsi mengenai Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya (FPIK UB). Penelitian ini bertujuan mengklasifikasikan dan menganalisis sentimen tweet mengenai FPIK UB ke dalam sentimen positif, negatif, dan netral menggunakan embedding IndoBERT dan model klasifikasi Support Vector Machine (SVM). 1.131 tweet untuk datanya dikumpulkan melalui proses crawling. Data tweet melalui proses pre-processing, pembobotan kata, pelabelan sentimen, embedding, dan klasifikasi. Ketidakseimbangan kelas diatasi dengan Synthetic Minority Over-sampling Technique (SMOTE). Pengujian dilakukan terhadap 45 kombinasi dari tiga jenis kernel (Linear, Polinomial, dan RBF), lima nilai parameter C (0,01; 0,1; 1,0; 10,0; dan 100,0), serta tiga proporsi pembagian data (70:30, 80:20, dan 90:10). Evaluasi model klasifikasi dilakukan menggunakan confusion matrix. Hasil pengujian menunjukkan kombinasi optimal diperoleh pada kernel Polinomial dengan nilai C=1,0 dan proporsi pembagian data 90:10, menghasilkan akurasi 80,70% dan F1-score 0,8140. Model memprediksi 83 tweet sebagai netral (72,8%), 22 tweet sebagai positif (19,3%), dan 9 tweet sebagai negatif (7,9%). Visualisasi wordcloud sentimen positif didominasi oleh apresiasi terhadap fasilitas dan pencapaian akademik, sentimen negatif didominasi oleh keluhan seputar fasilitas dan biaya pendidikan, dan sentimen netral didominasi oleh kata-kata informatif seputar program studi dan kegiatan kampus.]]>
Copyrights © 2026
