ASPECT BASED SENTIMENT ANALYSIS TERHADAP OPINI MASYARAKAT TENTANG PEMBANGUNAN TAMBANG BATU GAMPING MENGGUNAKAN PENDEKATAN MACHINE LEARNING

GHEA ERLITA TAHENDUNG. Aspect Based Sentiment Analysis Terhadap Opini
Masyarakat Tentang Pembangunan Tambang Batu Gamping Menggunakan
Pendekatan Machine Learning, dibimbing oleh IR. NOUVAL TREZANDY
LAPATTA, S.KOM., M.KOM. Pembangunan tambang batu gamping diharapkan
dapat meningkatkan perekonomian daerah, namun juga menimbulkan berbagai
tanggapan masyarakat karena berpotensi memberikan dampak terhadap aspek
lingkungan, sosial, dan ekonomi. Penelitian ini bertujuan menganalisis sentimen
masyarakat terhadap pembangunan tambang batu gamping di Kabupaten Banggai
Kepulauan menggunakan pendekatan Aspect Based Sentiment Analysis (ABSA)
dengan algoritma Support Vector Machine (SVM). Data penelitian berupa 500
opini masyarakat yang diperoleh melalui kuesioner. Analisis dilakukan melalui
tahapan preprocessing, pelabelan sentimen berbasis lexicon, pelabelan aspek,
ekstraksi fitur TF-IDF, penyeimbangan data menggunakan SMOTE, dan klasifikasi
menggunakan SVM. Hasil penelitian menunjukkan bahwa sentimen negatif
mendominasi sebanyak 309 data (61,8%), diikuti sentimen netral 111 data (22,2%),
dan sentimen positif 80 data (16,0%). Model SVM menghasilkan nilai accuracy,
precision, recall, dan F1-score sebesar 82%. Analisis aspek menunjukkan bahwa
aspek lingkungan dan sosial didominasi sentimen negatif, sedangkan aspek
ekonomi cenderung memperoleh sentimen positif. Penelitian ini menunjukkan
bahwa metode ABSA dengan SVM mampu mengidentifikasi sentimen dan aspek
utama yang menjadi perhatian masyarakat terhadap pembangunan tambang batu
gamping.
Kata kunci: Aspect Based Sentiment Analysis, Support Vector Machine, analisis
sentimen, tambang batu gamping