Analisis Sentimen Terhadap Opini Publik pada Sosial Media Twitter Menggunakan Metode Support Vector Machine

Abstract

Perkembangan topik childfree kini menjadi pembahasan yang ramai diperbincangkan oleh publik. Hangatnya kembali topik childfree di karenakan seorang pegiat sosial media yang memutuskan untuk memilih childfree dan mengemukakannya ke media sosial. Penelitian ini bertujuan untuk melakukan sentimen analisis klasifikasi terhadap opini publik pada sosial media twitter. Metode analisis klasifikasi yang digunakan mengadopsi kinerja metode Support Vector Machine (SVM) untuk menyajikan keluaran yang optimal. Dataset penelitian diambil dengan menggunakan teknik crawling yang bersumber dari sosial media Twitter. Dataset penelitian yang diperoleh akan di klasifikasi ke dalam model sentimen positif, negatif, dan netral. Hasil pengujian analisis SVM berdasarkan data sampel diperoleh hasil analisis klasifikasi dengan tingkat akurasi sebesar 69,69%, recall sebesar 45,60%, precision sebesar 51,56%, dan F1-Score 46%. Berdasarkan hasil penelitian yang diperoleh, kinerja analisis SVM menunjukkan performa yang cukup dalam melakukan analisis klasifikasi terhadap opini publik pada sosial media twitter. Penelitian ini dapat berkontribusi dalam memberikan pengetahuan baru dalam pengklasifikasian menggunakan metode Support Vector Machine serta melihat bagaimana perkembangan topik childfree pada media sosial Twitter di Indonesia.