Evaluasi Kinerja Algoritma Support Vector Machine (SVM) Dalam Analisis Sentimen Publik Terhadap Naturalisasi Timnas Indonesia di Twitter

Abstract

Studi ini bertujuan untuk menganalisis efektivitas algoritma Support Vector Machine (SVM) dalam menilai sentimen masyarakat terkait kebijakan naturalisasi pemain tim nasional sepak bola Indonesia yang dibicarakan di Twitter. Mengingat meningkatnya perhatian terhadap isu naturalisasi, pemahaman tentang reaksi publik menjadi sangat penting. Data diperoleh melalui teknik crawling dari Twitter, menghasilkan kumpulan data yang mencakup beragam opini dan tanggapan publik. Setelah melakukan praproses data, termasuk penghilangan kata yang tidak penting dan stemming, model SVM diterapkan untuk mengkategorikan sentimen menjadi positif, negatif, atau netral. Kinerja model dievaluasi dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil dari penelitian ini menunjukkan bahwa algoritma SVM mampu mencapai tingkat akurasi yang memuaskan dalam analisis sentimen publik, serta memberikan wawasan yang berguna mengenai pandangan masyarakat terhadap naturalisasi timnas Indonesia. Temuan ini diharapkan dapat memberikan bantuan kepada pembuat kebijakan dan pemangku kepentingan lainnya dalam memahami dinamika opini publik seputar isu-isu penting dalam dunia olahraga nasional.