PERANCANGAN SISTEM ANALISIS SENTIMEN MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI OPINI MASYARAKAT DI PLATFORM X

Tingginya volume data teks yang dihasilkan pengguna di platform X menyebabkan analisis opini publik secara manual menjadi tidak efisien, sehingga diperlukan pendekatan komputasional yang mampu mengolah data tersebut secara otomatis. Penelitian ini bertujuan untuk merancang sistem analisis sentimen berbasis web yang mampu mengambil data opini publik dari platform X secara otomatis, mengklasifikasikan sentimen teks berbahasa Indonesia ke dalam kategori positif dan negatif menggunakan algoritma Support vector machine (SVM), serta memvisualisasikan kata-kata dominan pada setiap kategori sentimen. Data dikumpulkan menggunakan Tweet-Harvest dengan kata kunci