Boikot terhadap produk atau perusahaan yang dianggap berafiliasi dengan Israel menjadi topik yang banyak dibahas di media sosial, termasuk X (Twitter). Salah satu perusahaan yang terdampak isu tersebut adalah KFC. Penelitian ini bertujuan untuk menganalisis sentimen opini publik terhadap boikot KFC pada media sosial X (Twitter) menggunakan algoritma Support Vector Machine (SVM). Data dikumpulkan melalui proses crawling menggunakan Google Colab dan Python, dengan total 3150 tweet menggunakan kata kunci “boikot KFC”. Data kemudian melalui tahapan text preprocessing meliputi cleaning, case folding, tokenizing, stopword removal, serta pembobotan menggunakan TF-IDF. Proses klasifikasi dilakukan dengan dua jenis kernel SVM, yakni Linear dan RBF (Radial Basis Function). Hasil penelitian menunjukkan bahwa kernel RBF memberikan akurasi tertinggi sebesar 83,11%, sedikit lebih unggul dibandingkan kernel Linear dengan akurasi 82,86%. Selain itu, metrik evaluasi lain seperti presisi, specifity, recall, dan F1-score juga menunjukkan bahwa kernel RBF memiliki performa yang sedikit lebih baik dibanding kernel Linear. Penelitian ini diharapkan dapat menjadi rujukan untuk memahami kecenderungan sentimen publik terhadap isu serupa di masa mendatang.
Copyrights © 2026