Sentimen Analisis U-17 Pada Media Sosial X Dengan Metode Support Vector Machine

Sentiment Analysis of U-17 on Social Media X Using the Support Vector Machine Method

Abstract

Analisis sentimen merupakan proses penting untuk memahami opini publik mengenai berbagai topik yang dibahas di media sosial, khususnya di X (sebelumnya Twitter). Penelitian ini bertujuan untuk menganalisis sentimen dari twit-twit yang menggunakan tagar viral terkait tim nasional sepak bola U17. Dengan memanfaatkan teknik pemrosesan bahasa alami dan model analisis sentimen seperti VADER, serta algoritma Support Vector Machine (SVM), sistem ini dikembangkan untuk mengklasifikasikan sentimen menjadi positif dan negatif. Data diperoleh melalui scraping menggunakan Tweet Harvest, kemudian dilakukan praproses data untuk menghilangkan unsur-unsur yang tidak relevan. Untuk menangani ketidakseimbangan data, metode random oversampling diterapkan. SVM digunakan untuk meningkatkan akurasi klasifikasi sentimen setelah hasil skoring dari model VADER sebagai fitur input. Model yang dihasilkan menunjukkan akurasi sebesar 85%, sehingga diharapkan mampu memberikan insight yang bermanfaat tentang pola sentimen publik dalam menanggapi isu-isu terkait timnas U17. Hasil dari penelitian ini dapat dimanfaatkan oleh para pengambil keputusan, seperti pemasar atau pembuat kebijakan, untuk memahami preferensi serta kecenderungan opini publik di kalangan pecinta sepak bola remaja.