Text

ANALISIS SENTIMEN TERHADAP KAMPANYE BOIKOT ISRAEL MEDIA SOSIAL X MENGGUNAKAN TEKNIK MACHINE LEARNING

---

Perkembangan media sosial telah menjadikan platform digital sebagai ruang utama bagi masyarakat untuk mengekspresikan opini terhadap isu-isu global. Salah satu isu yang paling banyak mendapat perhatian adalah kampanye boikot terhadap Israel di media sosial X (sebelumnya Twitter). Diskusi yang muncul sangat beragam, mulai dari dukungan penuh, penolakan, hingga sikap netral. Banyaknya data dan kompleksitas opini membuat analisis manual tidak lagi memadai, sehingga dibutuhkan pendekatan otomatis berbasis machine learning. Penelitian ini menggunakan dua algoritma klasifikasi, yaitu Naïve Bayes Classification (NBC) dan Support Vector Machine (SVM), untuk menganalisis sentimen publik terkait kampanye boikot Israel. Dataset yang diperoleh melalui crawling kemudian diproses menggunakan tahapan preprocessing serta representasi teks dengan TF- IDF. Hasil vektorisasi menghasilkan 5.952 komentar dengan 13.527 fitur unik yang digunakan sebagai input model. Hasil evaluasi menunjukkan bahwa kedua algoritma mampu melakukan klasifikasi sentimen positif, negatif, dan netral. Namun, kinerja SVM lebih unggul dengan akurasi mencapai 93%, sedangkan Naïve Bayes hanya memperoleh akurasi rata-rata 72–74%. Hal ini membuktikan bahwa SVM lebih efektif dalam mengolah data teks yang kompleks dan memberikan hasil klasifikasi yang lebih akurat.

---

Availability

Detail Information

Call Number

Informatika 659.13 Sha a

Language

Indonesia

NPM

193510152

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

Teknik Machine Learning
Naïve Bayes Classification (NBC)

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment