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

Authors

  • Muhammad Ghafur Rahman Lubis Universitas Negeri Medan, Indonesia
  • Dicky Sambora Sitompul Universitas Negeri Medan, Indonesia
  • Teuku Muhammad Giovanni Universitas Negeri Medan, Indonesia
  • Fanny Ramadhani Universitas Negeri Medan, Indonesia
  • Sri Dewi Universitas Negeri Medan, Indonesia

DOI:

https://doi.org/10.57235/jalakotek.v2i1.4180

Keywords:

Analisis, Sentimen, Twitter, Naturalisasi Timnas Indonesia, SVM

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.

Downloads

Download data is not yet available.

References

Abdusyukur, Fatwa. “Penerapan Algoritma Support Vector Machine (Svm) Untuk Klasifikasi Pencemaran Nama Baik Di Media Sosial Twitter.” Komputa : Jurnal Ilmiah Komputer Dan Informatika, vol. 12, no. 1, 18 May 2023, pp. 73–82, ojs.unikom.ac.id/index.php/komputa/article/view/9418, https://doi.org/10.34010/komputa.v12i1.9418. Accessed 19 May 2024.

Lathifah, Laila, et al. “Sistem Crawling Data Instrumen Akreditasi Berbasis Selenium Dan Pandas.” Transient: Jurnal Ilmiah Teknik Elektro, vol. 10, no. 1, 17 Mar. 2021, pp. 84–91, https://doi.org/10.14710/transient.v10i1.84-91. Accessed 12 Apr. 2023.

Nanda, Robbi, et al. “Klasifikasi Berita Menggunakan Metode Support Vector Machine.” Jurnal Nasional Komputasi Dan Teknologi Informasi/Jurnal Nasional Komputasi Dan Teknologi Informasi, vol. 5, no. 2, 28 Apr. 2022, pp. 269–278, https://doi.org/10.32672/jnkti.v5i2.4193. Accessed 25 May 2024.

R Damasela, et al. “Penerapan Metode Support Vector Machine (Svm) Untuk Mendeteksi Penyalahgunaan Narkoba.” Parameter, vol. 1, no. 2, 13 Oct. 2022, pp. 111–122, https://doi.org/10.30598/parameterv1i2pp111-122. Accessed 1 Oct. 2024.

Tri Yuli Pahtoni, and Handaru Jati. “Analisis Sentimen Data Twitter Terkait Chatgpt Menggunakan Orange Data Mining.” Jurnal Teknologi Informasi Dan Ilmu Komputer, vol. 11, no. 2, 25 Apr. 2024, pp. 329–336, https://doi.org/10.25126/jtiik.20241127276. Accessed 1 Oct. 2024.

Utomo, Muchammad Chandra Cahyo, et al. “Analisis Sentimen Media Sosial Twitter Pada Kasus Pemberlakuan Pembatasan Kegiatan Masyarakat Dengan Menggunakan Metode Naïve Bayes Classifier.” Journal of Mathematics & Information Technology, vol. 1, no. 1, 2023, pp. 41–48

Downloads

Published

2024-12-29

How to Cite

Lubis, M. G. R., Sitompul, D. S., Giovanni, T. M., Ramadhani, F., & Dewi, S. (2024). Evaluasi Kinerja Algoritma Support Vector Machine (SVM) Dalam Analisis Sentimen Publik Terhadap Naturalisasi Timnas Indonesia di Twitter. Journal of Accounting Law Communication and Technology, 2(1), 81–89. https://doi.org/10.57235/jalakotek.v2i1.4180

Issue

Vol. 2 No. 1 (2025): Januari 2025

Section

Articles

Citation Check

License

  1. Authors certify that the work reported here has not been published before and contains no materials the publication of which would violate any copyright or other personal or proprietary right of any person or entity.
  2. Authors dont transfer or license the copyright of publishing to Jalakotek: Journal of Accounting Law Communication and Technology Research to publish the article in any media format, to share, to disseminate, to index, and to maximize the impact of the article in any databases.
  3. Authors hereby dont agree to transfer a copyright for publishing to Jalakotek: Journal of Accounting Law Communication and Technology a Publisher of the manuscript. 
  4. Authors reserve the following: 
    1. all proprietary rights other than copyright such as patent rights; 
    2. the right to use all or part of this article in future works of our own such as in books and lectures;
    3. use for presentation in a meeting or conference and distributing copies to attendees; 
    4. use for internal training by author's company;
    5. distribution to colleagues for their research use;
    6. use in a subsequent compilation of the author's works;
    7. inclusion in a thesis or dissertation;
    8. reuse of portions or extracts from the article in other works (with full acknowledgement of final article);
    9. preparation of derivative works (other than commercial purposes) (with full acknowledgement of final article); and
    10. voluntary posting on open web sites operated by author or author’s institution for scholarly purposes, but it should follow the open access license of Creative Common CC BY-NC License.