Analisis Sentimen Pada Media Sosial Menggunakan Metode Support Vector Machine

Muhamad Hadi Arfian, Hendrian Sofu Maruhawa, Aulia Aisyah Putri, Dinah Ratulugina, Ellsza Ridzky Khoirunnisa, Verell Hermawan, Ahmad Julaibib Syahr

Abstract


Pada era kemajuan teknologi digital saat ini, media sosial telah menjadi platform utama bagi individu untuk berbagi opini dan pengalaman mereka, yang dikenal sebagai sentimen. Sentimen ini memberikan wawasan berharga tentang berbagai topik. Penelitian ini fokus pada analisis sentimen terhadap penerima Kartu Indonesia Pintar-Kuliah (KIP-K) di X. Program KIP-K bertujuan untuk meningkatkan akses pendidikan tinggi bagi masyarakat dari berbagai latar belakang ekonomi, dan perhatian masyarakat terhadap penerima program ini semakin meningkat. Dengan menggunakan algoritma Support Vector Machine (SVM), yang terbukti memiliki akurasi tinggi dalam analisis sentimen dibandingkan metode lain, penelitian ini menganalisis tanggapan publik untuk memahami persepsi mereka terhadap penerima KIP-K. Hasil menunjukkan bahwa mayoritas sentimen di X adalah negatif, mengindikasikan ketidaksetujuan terhadap penerima program ini. Temuan ini memberikan wawasan tentang persepsi masyarakat dan dapat membantu dalam evaluasi kebijakan pendidikan.

Keywords


Analisis Sentimen; KIPK; Machine Learning; Support Vector Machine;

Full Text:

PDF

References


A. Fadli, “Transformasi Digital dan Moderasi Beragama: Memperkuat Ummatan Wasathan di Indonesia,” Schemata: Jurnal Pascasarjana UIN Mataram, vol. 12, no. 1, pp. 1–14, 2023, [Online]. Available: https://journal.uinmataram.ac.id/index.php/schemata/article/view/7773

S. F. Jasmine, “Pengaruh Beasiswa KIP-K Terhadap Prestasi Belajar Mahasiswa Manajemen Pendidikan Angkatan 2021 Universitas Negeri Surabaya,” Jurnal Pendidikan, Bahasa dan Budaya, vol. 2, no. 2, pp. 61–70, 2023, doi: 10.55606/jpbb.v2i2.1437.

F. S. Jasmine, “Pengaruh Beasiswa KIP-K Terhadap Prestasi Belajar Mahasiswa Manajemen Pendidikan Angkatan 2021 Universitas Negeri Surabaya,” JPBB : Jurnal Pendidikan, Bahasa dan Budaya, vol. 2, pp. 61–70, 2023, doi: 10.55606/jpbb.v2i2.1437.

R. Kumar. Dwivedi and A. Kr. Saxena, Proceedings of the 2019 8th International Conference on System Modeling & Advancement in Research Trends : SMART-2019 : (22nd-23rd November, 2019). Prof. Rakesh Kumar Dwivedi : Principal College of Computing Sciences & Information Technology, Teerthanker Mahaveer University, 2019.

Fatihah Rahmadayana and Yuliant Sibaroni, “Sentiment Analysis of Work from Home Activity using SVM with Randomized Search Optimization,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 5, pp. 936–942, 2021, doi: 10.29207/resti.v5i5.3457.

A. P. Nardilasari, et. Al., “Analisis Sentimen Calon Presiden 2024 Menggunakan Algoritma SVM Pada Media Sosial Twitter,” ) Journal of Information Technology and Computer Science, vol.8, no.1, pp. 11 – 18, Maret 2026.

M. A. Saddam, E. K. Dewantara, and A. Solichin, “Sentiment Analysis of Flood Disaster Management in Jakarta on Twitter Using Support Vector Machines,” Sinkron, vol. 8, no. 1, pp. 470–479, Jan. 2023, doi: 10.33395/sinkron.v8i1.12063.

T. R. I. W. A. Widyanto, “Komparasi Naive Bayes dan SVM Analisis Sentimen RUU Kesehatanh di Twitter,” SINTECH JOURNAL, vol. 6, 2023, doi: https://doi.org/10.351598.

P. S. Hutapea and W. Maharani, “Sentiment Analysis on Twitter Social Media towards Shopee E-Commerce through Support Vector Machine (SVM) Method,” JINAV: Journal of Information and Visualization, vol. 4, no. 1, pp. 7–17, Jan. 2023, doi: 10.35877/454ri.jinav1504.

F. Rahmadayana and Y. Sibaroni, “Sentiment Analysis of Work from Home Activity using SVM with Randomized Search Optimization,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 5, pp. 936–942, Oct. 2021, doi: 10.29207/resti.v5i5.3457.

N. Yadav, A. Shitole, O. Kudale, A. Rao, and S. Gupta, “Twitter Sentiment Analysis using Supervised Machine Learning,” 2020.

H. Setiawan, E. Utami, and S. Sudarmawan, “Analisis Sentimen Twitter Kuliah Online Pasca Covid-19 Menggunakan Algoritma Support Vector Machine dan Naive Bayes,” Jurnal Komtika (Komputasi dan Informatika), vol. 5, no. 1, pp. 43–51, Jul. 2021, doi: 10.31603/komtika.v5i1.5189.

N. Herlinawati, Y. Yuliani, S. Faizah, W. Gata, and S. Samudi, “Analisis Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine,” CESS (Journal of Computer Engineering System and Science), vol. 5, no. 2, pp. 293–293, Jul. 2020, doi: https://doi.org/10.24114/cess.v5i2.18186.




DOI: http://dx.doi.org/10.22441/jitkom.v9i1.001

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Jurnal Ilmu Teknik dan Komputer

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Jurnal Ilmu Teknik dan Komputer
Alamat Redaksi :
Pusat Penelitian Universitas Mercu Buana Jakarta,
Gedung D Lantai 1, Jalan Meruya Selatan No. 01, Kembangan, Jakarta Barat 11650.
Telepon 021-5840816 Pesawat 3451 Fax. 021-5840813.
Homepage : http://www.mercubuana.ac.id Email : [email protected]
P-ISSN 2548-740X
E-ISSN 2621-1491

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Web Analytics Made Easy - StatCounter
View My Stats