Analisis Sentimen Pada X Dengan Hashtag #IndonesiaGelap Menggunakan Metode Support Vector Machine (SVM)
Keywords:
Sentiment Analysis, Platform X, Hashtag #indonesiagelap, Support Vector Machine(SVM)Abstract
Penelitian ini ditujukan untuk menganalisis opini publik terhadap hashtag #IndonesiaGelap di platform media sosial X (Twitter) sebagai tanggapan masyarakat terhadap berbagai isu nasional setelah pelantikan presiden 2025. Data diambil melalui teknik crawling menggunakan perangkat tweet-harvest dan dianalisis dengan algoritma Support Vector Machine (SVM). Setelah melewati proses preprocessing (pembersihan, normalisasi, tokenisasi, dan TF-IDF), data dikategorikan ke dalam dua jenis sentimen: positif dan negatif. Hasil analisis menunjukkan bahwa dominasi sentimen negatif mencapai 69,58%. Setelah oversampling dilakukan, jumlah komentar pada kedua kelas menjadi sama, yaitu masing-masing 318 komentar atau 50% dari total data. Model SVM mencapai akurasi baik sebesar 90,62%, dengan kinerja tinggi dalam mengidentifikasi sentimen positif (F1-score 0,91) dan mendeteksi sentimen negatif (F1-score 0,90). Studi ini menyarankan penyeimbangan data, pelabelan kontekstual, dan pengujian metode lain demi hasil yang lebih baik.
Downloads
References
Afandi, Y. (2019). Gereja dan Pengaruh Teknologi Informasi “Digital Ecclesiology.” Fidei: Jurnal Teologi Sistematika Dan Praktika, 1(2), 270–283. DOI: https://doi.org/10.34081/fidei.v1i2.12
Darwis, D., Pratiwi, E. S., & Pasaribu, A. F. O. (2020). Penerapan Algoritma Svm Untuk Analisis Sentimen Pada Data Twitter Komisi Pemberantasan Korupsi Republik Indonesia. Edutic - Scientific Journal of Informatics Education, 7(1), 1–11. DOI: https://doi.org/10.21107/edutic.v7i1.8779
Donoriyanto, D. S., Indiyanto, R., Juliardi A. R., N. R., & Syamsiah, Y. A. (2023). Optimalisasi Penggunaan Media Sosial sebagai Sarana Promosi Online Store pada Pelaku UMKM di Kota X. Jurnal Abdimas Peradaban, 4(1), 42–50.
Fahrezi, I. A., Rudiman, & Nauval Azmi Verdikha. (2024). Analisis Sentimen Twitter Atas Isu Hak Angket Menggunakan Pembobotan TF-IDF dan Algoritma SVM. Sci-Tech Journal, 3(2), 179–192. DOI: https://doi.org/10.56709/stj.v3i2.526
Fauziah, R. (2025). Eksistensi Relawan Digital Dalam Penyebaran Hashtag #Prayforrua Di “X” Sebagai Respon Pada Manajemen Bencana. Journal of Science and Social Research, 4307(1), 421–429. DOI: https://doi.org/10.54314/jssr.v8i1.2735
Lestari, E., Fatonah, U., Syifa, N., Rahmadayanti, N., Azizah, N., Nur Faidah, A., Author, C., Studi Manajemen, P., Lambung Mangkurat, U., Brigadir Jenderal Hasan Basry, J. H., & Selatan, K. (2024). Sosialisasi Dampak Perkembangan Teknologi dan Internet pada Generasi Z di Banjarmasin. Damhil: Jurnal Pengabdian Pada Masyarakat, 3(2), 82–93.
Pebrianti, R. D. (2025). Analisis Sentimen Masyarakat Platform X Terhadap Korupsi Pt. Pertamina (Persero) Menggunakan Metode Svm. Jurnal Informatika Dan Teknik Elektro Terapan, 13(2). DOI: https://doi.org/10.23960/jitet.v13i2.6399
Styawati, S., Hendrastuty, N., & Isnain, A. R. (2021). Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine. Jurnal Informatika: Jurnal Pengembangan IT, 6(3), 150–155. DOI: https://doi.org/10.30591/jpit.v6i3.2870
Vindua, R., & Zailani, A. U. (2023). Analisis Sentimen Pemilu Indonesia Tahun 2024 Dari Media Sosial Twitter Menggunakan Python. JURIKOM (Jurnal Riset Komputer), 10(2), 479.
Yulia Ardana, Ridwan A. Kambau, & Mustikasari. (2023). Perbandingan Analisis Sentimen Algoritma Support Vector Machine Dan Naïve Bayes Terhadap Tanggapan Publik Tentang Pembelajaran Online Di Masa Pandemi Covid-19. AGENTS: Journal of Artificial Intelligence and Data Science, 3(1), 9–15. DOI: https://doi.org/10.24252/jagti.v3i1.46
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Inda Nipa, Rambu Yetti Kalaway, Reynaldy Thimotius Abineno
This work is licensed under a Creative Commons Attribution 4.0 International License.
