PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK ANALISIS SENTIMEN ISU IJAZAH PALSU JOKO WIDODO DI MEDIA SOSIAL X

Abstrak

Media sosial, khususnya X, telah menjadi ruang diskusi publik yang aktif dalam membahas berbagai isu sosial dan politik. Salah satu isu yang menimbulkan banyak perdebatan adalah dugaan ijazah palsu milik Presiden Joko Widodo. Penelitian ini bertujuan untuk menganalisis sentimen pengguna X terhadap isu tersebut serta membandingkan performa dua algoritma klasifikasi, yaitu Support Vector Machine (SVM) dan Random Forest. Proses analisis diawali dengan pengumpulan data menggunakan teknik scraping, diikuti tahap pra-pemrosesan, pelabelan data secara manual, ekstraksi fitur menggunakan TF-IDF, serta penyeimbangan data dengan SMOTE untuk mengatasi ketidakseimbangan label. Dari total 1.783 komentar yang terkumpul, ditemukan 1.661 komentar negatif dan 122 komentar positif. Setelah diterapkan SMOTE, distribusi data menjadi seimbang dengan total 3.322 data. Hasil pengujian pada beberapa skenario menunjukkan bahwa algoritma SVM mencapai akurasi tertinggi sebesar 100%, sementara Random Forest juga memberikan performa sangat baik dengan akurasi mencapai 99,24%. Temuan ini menunjukkan bahwa SVM lebih unggul dalam mengklasifikasikan sentimen teks pada isu sensitif di media sosial, khususnya ketika data telah melalui proses penyeimbangan menggunakan SMOTE.