Analisis Sentimen Kondisi Rumput Jakarta International Stadium Menggunakan Algoritma Support Vector Machine

Twitter atau X menjadi salah satu platform media sosial yang banyak digunakan oleh pengguna internet di Indonesia. Dengan twitter kita mampu berbagi dan memberikan opini terhadap suatu kasus ataupun isu yang terjadi di masyarakat. Penelitian ini merupakan penelitian kuantitatif tentang analisis sentimen yang mengekstrak isu kondisi rumput di stadion Jakarta International Stadium pada saat pergelaran Piala Dunia U-17 di Indonesia. Dalam hal ini terdapat sebuah opini positif maupun negatif terhadap kondisi rumput lapangan. Hal ini disebabkan oleh kondisi rumput yang kurang baik jika dibandingkan dengan pada saat stadion diresmikan. Penelitian ini menggunakan algoritma Support Vector Machine untuk menilai tingkat akurasi yang diperoleh. Alur penelitian ini antara lain crawling pengumpulan data, text preprocessing sehingga data menjadi terstruktur, teknik pelabelan untuk kebutuhan klasifikasi, splitting data, model algoritma Support Vector Machine dan cross validation untuk evaluasi. Pada klasifikasi sentimen terdapat 246 sentimen negatif dan sentimen positif berjumlah 94 data. Hasil akurasi yang dihasilkan oleh algoritma Support Vector Machine adalah 86,76%, sedangkan untuk hasil rata-rata akurasi metode cross validation adalah 83,06%. Sehingga dapat disimpulkan bahwa analisis sentimen terhadap kondisi rumput Jakarta International Stadium sebagian besar adalah negatif.

Kata Kunci: Analisis Sentimen, Rumput Jakarta International Stadium, Algoritma Support Vector Machine, Cross Validation.