Analisis Sentimen Twitter terhadap Opini Publik atas Isu Hak Angket Menggunakan Ekstraksi Fitur TF-IDF dan Algoritma Support Vector Machine

Abstract

Media sosial menjadi platform penting dalam menyuarakan opini publik. Salah satu media sosial yang sering digunakan dan paling populer adalah Twitter. Twitter menjadi media sosial yang populer di Indonesia digunakan untuk berdiskusi termasuk isu politik. Topik yang ramai diperbincangkan adalah “hak angket” karena adanya dugaan kecurangan yang terjadi pada pemilu tahun 2024. Adanya dugaan kecurangan yang terjadi pada pemilu tahun 2024 memunculkan isu terkait bergulirnya hak angket yang ditujukan untuk mengetahui adanya keganjilan atau kecurangan tersebut. Oleh karena itu diperlukan sebuah metode untuk mengklasifikasikan opini tersebut apakah tergolong sentimen positif atau negatif. Penelitian ini menggunakan sebanyak 1113 data yang telah yang didapatkan dari media sosial twitter menerapkan teknik crawling. Data melewati beberapa tahapan preprocessing kemudian ekstraksi fitur menggunakan Term Frequency-Invers Document Frequency, split data dan algoritma Support Vector Machine. Hasil pengujian menggunakan tahapan tersebut memperoleh hasil akurasi sebesar 75%, menunjukkan bahwa metode yang diterapkan efektif dalam mengklasifikasikan sentimen publik terkait isu hak angket.