ANALISIS SENTIMEN KINERJA WALIKOTA BINJAI MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)
Keywords:
analisis sentimen, setimen, support vector machine (SVM), TF-IDFAbstract
Perkembangan media sosial memberikan ruang bagi masyarakat untuk menyampaikan opini, termasuk mengenai kinerja pemerintah daerah. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Kota Binjai terhadap kinerja Wali Kota Binjai periode 2020-2024 berdasarkan opini yang diungkapkan melalui media sosial Twitter (X). Data opini dikumpulkan melalui teknik crawling kemudian diproses melalui tahapan preprocessing seperti case folding, tokenizing, dan stopword removal. Representasi fitur dilakukan menggunakan teknik Term Frequency–Inverse Document Frequency (TF-IDF) untuk mengubah teks menjadi data numerik, sedangkan klasifikasi sentimen dilakukan menggunakan algoritma Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa opini masyarakat dapat diklasifikasikan ke dalam sentimen positif, negatif, dan netral. Akurasi model SVM mencapai 85,87% yang menunjukkan kinerja baik dalam klasifikasi sentimen berbasis teks. Analisis ini memberikan gambaran umum mengenai persepsi masyarakat terhadap kinerja Wali Kota Binjai, sekaligus membuktikan efektivitas kombinasi crawling dan klasifikasi SVM untuk analisis sentimen, yang dapat menjadi masukan penting bagi perumusan kebijakan pemerintah daerah yang lebih responsif.
Downloads
References
Ahmad, A., & Gata, W. (2022). Sentimen Analisis Masyarakat Indonesia di Twitter Terkait Metaverse dengan Algoritma Support Vector Machine. Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), 548-555.
Amalia, F. S., Setiawansyah, & Darwis, D. (2021). Analisis Data Penjualan Handphone Danelektronik Menggunakan Algoritmaapriori (STUDI KASUS : CV REY GASENDRA). TELEFORTECH, VOL. 2, NO. 1, HALAMAN 1-6.
Arsi, P., & Waluyo, R. (2021). Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM). Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), Vol. 8, No. 1, hlm. 147-156.
Aulia, T. M., Arifin, N., & Mayasar, R. (2021). Perbandingan kernel support vector machine (svm) dalam penerapan analisis sentimen vaksinisasi covid-19. Sintech journal, vol. 4 no 2.
Gifari, O. I., Adha, M., Hendrawan, I. R., & Durrand, F. F. (2022). Analisis Sentimen Review Film Menggunakan TF-IDF dan Support Vector Machine. JIFOTECH (JOURNAL OF INFORMATION TECHNOLOGY), Vol. 2, No. 1.
Handayani, A., & Zufria, I. (2023). Analisis Sentimen Terhadap Bakal Capres RI 2024 di Twitter Menggunakan Algoritma SVM. Journal of Information System Research (JOSH), Volume 5, No. 1, Halaman 53−63.
Husada, H. C., & Paramita, A. S. (2021). Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM). TEKNIKA, Volume 10 (1).
Idris, I. S., Mustofa, A. Y., & Salihi, I. A. (2023). Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM). Jambura Journal of Electrical and Electronics Engineering, Volume 5 Nomor 1.
Lestari, S., & Berliani, S. (2024). Analisis Sentimen Masyarakat Terhadap Isu Pecat Sri Mulyani Pada Twitter Menggunakan Metode Naive Bayes Dan Support Vector Machine. Jurnal Sains dan Teknologi, Volume 5 No. 3 Halaman 951-960.
Mursyid, R., & Indriyanti, A. D. (2024). Perbandingan Akurasi Metode Analisis Sentimen Untuk Evaluasi Opini Pengguna Pada Platform Media Sosial (Studi Kasus: Twitter). Journal of Informatics and Computer Science, Volume 06 Nomor 02.
Pratama, R. A. (2024). Analisis Sentimen Konsumen Dengan Teknik Text. Duniadata.org, Volume 1 (6).
Silalahi, W., & Hartanto, A. (2023). Klasifikasi Sentimen Support Vector Machine Berbasis Optimasi Menyambut Pemilu 2024. Jurnal Riset Sains dan Teknologi, Volume 7 No. 2, Halaman 245-255.
Styawati, Hendrastuty, N., Isnain, A. R., & Rahmadhani, A. Y. (2021). Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine. Jurnal Informatika: Jurnal pengembangan IT (JPIT), Vol.6, No.3.
Sudarsono, B. G., Leo, M. I., Susanto, A., & Hendrawan, F. (2021). Analisis Data Mining Data Netflix Menggunakan Aplikasi RAPID MINER. Journal of Business and Audit Information Systems, Vol 4 (No.1) : 13-21.
Wahyudi, R., & Kusumawardhana, G. (2021). Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine. JURNAL INFORMATIKA, Vol. 8 No. 2 Halaman 200~207.
Yunita, R., & Kamayani, M. (2023). Perbandingan Algoritma SVM Dan Naïve Bayes Pada Analisis Sentimen Kebijakan Penghapusan Kewajiban Skripsi. Indonesian Journal of Computer Science, Vol. 12, No. 5, page 2879-2890.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Satria Ginting, Relita Buaton, Muammar Khadapi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
