SENTIMEN TERHADAP RUU TNI DI MEDIA SOSIAL X MENGGUNAKAN NATURAL LANGUAGE PROCESSING (NLP) DAN SUPPORT VECTOR MACHINE (SVM)

ABSTRAK
Perkembangan teknologi dan media sosial memungkinkan masyarakat untuk
menyampaikan opini secara terbuka terhadap berbagai isu kebijakan publik, salah
satunya mengenai Rancangan Undang-Undang Tentara Nasional Indonesia (RUU TNI).
Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap RUU TNI di
media sosial X menggunakan pendekatan Natural Language Processing (NLP) dan
algoritma Support Vector Machine (SVM). Data penelitian diperoleh dari 5.381
unggahan pengguna media sosial X yang mengandung kata kunci terkait RUU TNI.
Proses penelitian meliputi preprocessing teks (case folding, tokenizing, stopword
removal, dan stemming), pelabelan sentimen menggunakan pendekatan lexicon-based,
ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequenc?
(TF-IDF), serta klasifikasi menggunakan algoritma SVM. Data dibagi dengan rasio 80%
untuk pelatihan dan 20% untuk pengujian. Hasil penelitian menunjukkan bahwa
sentimen masyarakat didominasi oleh sentimen negatif sebesar 42%, diikuti positif
sebesar 33,7%, dan netral sebesar 24,3%. Model SVM yang dikembangkan
menghasilkan akurasi sebesar 70,47%, dengan performa terbaik pada kelas negatif (flscore 0,79). Temuan ini menunjukkan bahwa kombinasi metode NLP, pelabelan
lexicon-based, TF-IDF, dan SVM efektif dalam mengklasifikasikan opini publik serta
dapat digunakan untuk memantau persepsi masyarakat terhadap kebijakan nasional
seperti RUU TNI.
Kata Kunci: Sentimen, RUU TNI, Lexicon-Based, Natural Language Processing, TFIDF Support Vector Machine