Analisa Sentimen Menjelang Pemilihan Umum Presideen 2024 di Indonesia Menggunakan Perbandingan Performa Support Vector Machine (SVM) dan Naïve Bayes

Abstract

Dalam era digital saat ini, analisis sentimen terhadap opini masyarakat di media sosial menjadi semakin penting, terutama menjelang pemilihan umum presiden. Opini masyarakat yang tersebar di platform-platform seperti Twitter dapat memberikan gambaran yang signifikan terkait dengan sentimen yang berkembang di masyarakat. Tujuan dari penelitian ini adalah untuk mengetahui performa model klasifikasi SVM dan Naive Bayes dalam melakukan analisis sentimen terhadap opini masyarakat menjelang pemilihan umum presiden. Selain itu, penelitian ini juga bertujuan untuk mengevaluasi akurasi model klasifikasi dengan menggunakan confusion matrix. Penelitian ini menggunakan metode kuantitatif dengan desain penelitian eksperimental. Data primer diperoleh dari komentar-komentar di Twitter yang mengandung kata kunci terkait pemilihan umum presiden tahun 2024. Data sekunder diperoleh dari studi pustaka terkait analisis sentimen. Teknik pengumpulan data dilakukan dengan mengumpulkan komentar-komentar dari Twitter dalam rentang waktu tertentu. Hasil penelitian menunjukkan bahwa model klasifikasi SVM memiliki akurasi sebesar 70.08% dengan nilai presisi 82.55%, recall 61.27%, dan F1-score 64.76%. Sedangkan model klasifikasi Naive Bayes memiliki akurasi sebesar 62.90% dengan nilai presisi 81.03%, recall 48.32%, dan F1-score 46.83%. Berdasarkan hasil penelitian, dapat disimpulkan bahwa model klasifikasi SVM memiliki performa yang lebih baik dalam melakukan analisis sentimen terhadap opini masyarakat di media sosial dibandingkan dengan model klasifikasi Naive Bayes.