Klasifikasi sentimen masyarakat terhadap program Pemerintah indonesia pada aplikasi Twitter menggunakan metode Support Vector Machine

ABSTRAK:

Program pemerintah adalah sebuah inisiatif atau Tindakan yang dicanangkan oleh pemerintah yang ditujukan kepada masyarakat baik berdampak langsung maupun tidak langsung. Adanya program pemerintah ini tentu menimbulkan beragam tanggapan masyarakat, ada masyarakat yang mendukung dan ada pula yang tidak mendukung. Topik ini sangat menarik untuk diteliti, karena ada berbagai sentimen positif dan negatif terkait program pemerintah Indonesia. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap program pemerintah Indonesia pada aplikasi twitter menggunakan algoritma Support Vector Machine. Dari penelitian ini didapatkan 1000 data sentimen yang terdiri dari 536 sentimen positif dan 464 sentimen negatif. Dari penelitian ini menghasilkan bahwa algoritma Support Vector Machine dapat bekerja dengan baik pada proses klasifikasi sentimen. Nilai akurasi terbaik didapatkan dari hasil uji coba menggunakan rasio perbandingan data negatif dan positif dalam data testing 1:9 dengan akurasi sebesar 91%. Selain itu didapatkan hasil bahwa terdapat beberapa aspek yang mempengaruhi performa sistem seperti rasio data training dan testing, penggunaan fitur pada tahap preprocessing, rasio data positif dan negatif pada data testing, serta pemilihan data yang digunakan untuk training dan testing.

ABSTRACT:

Government programs are initiatives or actions initiated by thegovernment, and it is provided for the community either directly or indirectly. Theexistence of this government program certainly causes a variety of public responses.Some people support the program, and some do not. This topic is very interestingto be investigated since there are many various positive and negative sentimentsrelated to the Indonesian government program. This study aims to analyze publicsentiment towards the Indonesian government program regarding the twitterapplication involving the Support Vector Machine algorithm. This study obtained1000 sentiment data consisting of 536 positive sentiments and 464 negativesentiments. Based on this study, it is found out that the Support Vector Machinealgorithm can work well in the sentiment classification process. The best accuracyvalue was obtained from the test results using the ratio of negative and positive datain 1:9 data testing with an accuracy of 91%. In addition, the results showed thatthere were several aspects that affected the performance of the system, such as theratio of training and testing data, the use of features at the preprocessing stage, theratio of positive and negative data on testing data, and the selection of data used fortraining and testing

مستخلص البحث:

الربانمج احلكومي هو مبادرة أو عمل تطلقه احلكومة يستهدف اجملتمع سواء بشكل مباشر أو غري مباشر. من املؤأن وجود هذا الربانمج احلكومي يسبب جمموعة متنوعة من االستجاابت العامة، فبعض الناس يؤيدون والبعض اآلخريرفضون. هذااملوضوع مثري لالهتمام للغاية للبحث، ألنهناك العديد من املشاعر اإلجيابية والسلبية املتعلقة بربامج احلكومة اإلندونيسية.يهدفهذاالبحثإىل حتليل املشاعر العامة جتاه برامج احلكومة اإلندونيسية على تطبيق تويرت ابستخدام خوارزميةآلة املتجة الداعمSupportVector Machine. من هذا البحث، مت احلصول على1000بياانت املشاعر تتكون من536مشاعر إجيابية و464مشاعرسلبية. نتج عن هذا البحث أن خوارزميةSupport Vector Machineميكن أن تعمل بشكل جيد يف عملية تصنيف املشاعر.يتماحلصول على أفضل قيمة دقة من نتائج االختبار ابستخدام نسبة مقارنة البياانت السلبيةواإلجيابية يف بياانت االختبار1:9بدقة91٪. ابإلضافة إىل ذلك، وجد أن هناك العديد من اجلوانب اليت تؤثر على أداء النظام مثل نسبة بياانت التدريب واالختبار، واستخدامامليزات يف مرحلة املعاجلة املسبقة، ونسبة البياانت اإلجيابية والسلبية يف بياانت االختبار، واختيار البياانت املستخدمة للتدريب واالختبا