Analisis Sentimen Peraturan Emisi Karbon Menggunakan Algoritma Random Forest dan Support Vector Machine Pada Microblogging X

Emisi karbon merupakan salah satu ancaman lingkungan terbesar yang berdampak pada kesehatan manusia dan keberlanjutan ekosistem. Pemerintah Indonesia telah mengeluarkan sejumlah peraturan terkait pengendalian emisi karbon, namun respons masyarakat terhadap kebijakan tersebut beragam dan belum sepenuhnya dipahami. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap peraturan emisi karbon melalui media sosial X (sebelumnya Twitter) dengan menggunakan algoritma Random Forest dan Support Vector Machine (SVM). Data diperoleh melalui proses crawling dengan kata kunci relevan, menghasilkan 1579 tweet yang kemudian diproses melalui tahapan cleaning, text processing, dan TF-IDF. Selanjutnya, data dilabelkan berdasarkan jumlah kata positif dan negatif sebelum diklasifikasikan menggunakan dua algoritma tersebut. Evaluasi dilakukan dengan menggunakan confusion matrix untuk mengukur akurasi, presisi, dan recall. Hasil penelitian menunjukkan bahwa kedua algoritma mampu mengklasifikasikan sentimen dengan tingkat akurasi yang signifikan, dan memberikan gambaran opini publik terhadap kebijakan emisi karbon. Penelitian ini diharapkan dapat memberikan wawasan bagi pengambil kebijakan dalam menilai efektivitas komunikasi dan implementasi kebijakan lingkungan di ruang digital.

Kata Kunci: Emisi Karbon, Analisis Sentimen, Random Forest, Support Vector Machine, Microblogging X, TF-IDF