ANALISIS SENTIMEN MASYARAKAT TERHADAP KINERJA BUPATI KABUPATEN LANGKAT PERIODE 2019-2024 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE(SVM)
Keywords:
Analisis Sentimen, Support Vector Machine, TF-IDF, Kinerja Bupati, Kabupaten LangkatAbstract
Kinerja kepala daerah sering menjadi sorotan masyarakat dan memunculkan beragam opini, khususnya di media sosial seperti Twitter. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kinerja Bupati Kabupaten Langkat periode 2019–2024 dengan menggunakan algoritma Support Vector Machine (SVM). Data diperoleh melalui teknik crawling dengan library Python, kemudian dilakukan tahap preprocessing yang mencakup case folding, cleansing, tokenisasi, stopword removal, stemming, serta representasi data menggunakan metode TF-IDF. Data yang telah diproses diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa mayoritas sentimen masyarakat cenderung negatif, diikuti sentimen positif, dan sebagian kecil netral. Model klasifikasi dengan algoritma SVM memberikan akurasi sebesar 74%, yang menunjukkan bahwa metode ini cukup efektif dalam mengelompokkan opini masyarakat berbasis teks. Penelitian ini diharapkan dapat menjadi masukan bagi pemerintah daerah dalam mengevaluasi kinerja kepemimpinan, serta memberikan kontribusi terhadap pengembangan analisis sentimen di bidang pemerintahan.
Downloads
References
Ade Dwi Dayani, Yuhandri, dan Gunadi Widi Nurcahyo. (2024). Analisis Sentimen Terhadap Opini Publik Pada Sosial Media Twitter Menggunakan Metode Support Vector Machine. Jurnal Komtekinfo, 11, 1–10.
Alexander, Nyongki, Radja Bria, dan Arita Witanti. (2024). Analisis Sentimen Masyarakat Indonesia Menggunakan Algoritma Support Vector Machine Tentang Pilpres 2024. 7(6).
Azrul, Ahmad, Ade Irma Purnamasari, dan Irfan Ali. (2024). Analisis Sentimen Pengguna Twitter Terhadap Perkembangan Artificial Intelligence Dengan Penerapan Algoritma Long Short-Term Memory (LSTM). 8(1), 413–21.
Caroline, Fionna, Raden George, Samuel Budi, Muhammad Ezar, dan Al Rivan. (2024). Analisis Sentimen Masyarakat Terhadap Kasus Korupsi PT . Timah Menggunakan Metode Support Vector Machine. 4(1), 43–50.
Emarapenta, Jesica, Br Sinulingga, Hizkya Cesar, dan Kayika Sitorus. (2024). Analisis Sentimen Masyarakat Terhadap Film Horor Indonesia Menggunakan Metode SVM dan TF-IDF Sentiment Analysis Of Public Towards Indonesian Horror Films Using SVM And TF- IDF Methods. 14, 42–53.
Fauzan, Muazim Rahman, Harma Oktafia, Lingga Wijaya, dan Joni Karman. (2023). Kenaikan Harga BBM Di Media Sosial Twitter. 1(1), 82–89.
Hendrawan, Ari, dan Enny Itje Sela. (2024). Analisis Sentimen Komentar Youtube Tentang Resesi Global 2023 Menggunakan LSTM. Jurnal Indonesia: Manajemen Informatika Dan Komunikasi, 5(1), 587–93.
Hendrastuty, Nirwana, Auliya Rahman Isnain, Ari Yanti Rahmadhani. (2021). Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine. 6(3), 150–55.
Pratama, Raistiwar. (2024). Bupati Or Regent? Martanagara Of Bandung 1893–1918. 20(1).
Putra, Aldiansyah, Dede Haeirudin, dan Hasna Khairunnisa. (2021). Analisis Sentimen Masyarakat Terhadap Kebijakan PPKM Pada Media Sosial Twitter Menggunakan Algoritma Svm.
Runimeirati, Abdul Muis, dan Figur Muhammad. (2023). Pelatihan Text Mining Menggunakan Bahasa Pemrograman Python. Abdimas Langkanae, 3(1), 36–46.
Seran, Yulius Bambang, dkk. (2024). Analisis Sentimen Masyarakat Terhadap Kinerja Kerja Presiden Joko Widodo Enggunakan Algoritma Support Vector Machine. 8(4), 7190–95.
Syahputra, Dhimas Wida, Bayu Rahayudi, dan Lailil Muflikhah. (2022). Analisis Sentimen Twitter Terhadap Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat Menggunakan Metode Support Vector Machine. 6(3), 1067–72.
Syam, Abd Azis, Galang Hardy M, Agus Salim, Dewi Fatmarani Surianto, dan Muhammad Fajar B. (2024). Analisis Teknik Preprocessing Pada Sentimen Masyarakat Terkait Konflik Israel-Palestina Menggunakan Support Vector Machine. 9(3), 1464–72.
Wati, Risa, dan Siti Ernawati. (2021). Analisis Sentimen Persepsi Publik Mengenai PPKM Pada Twitter Berbasis SVM Menggunakan Python. Jurnal Teknik Informatika UNIKA Santo Thomas, 06, 240–47.
Yanti, Fajri, Betha Nurina Sari, dan Sofi Defiyanti. (2024). Implementasi Algoritma LSTM Pada Peramalan Stok Obat (Studi Kasus: Puskesmas Beber). 8(4), 6082–89.
Zufria, Ilka, Aidil Halim Lubis, dan Siti Septia Febiyaula. (2024). Kepolisian Republik Indonesia Menggunakan. 4307, 1266–72.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Chairul Sani Harahap, Hotler Manurung, Muamar Khadapi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
