Implementasi Algoritma Support Vector Machine Dalam Meanganalisis Sentimen Publik Tehadap Pengungsi Rohingya Di Indonesia

Pada pertengahan tahun 2015, Asia Tenggara dikejutkan oleh berita pengungsi Rohingya dari Myanmar dan Bangladesh yang terdampar di pantai Aceh, Indonesia, dan Langkawi, Malaysia. Hingga November 2023 tercatat 1.543 pengungsi Rohingya telah mendarat di Aceh, respon masyarakat setempat beragam dari yang awalnya menerima dengan baik hingga penolakan. Kedatangan mereka juga menarik perhatian internasional dan memicu diskusi intensif di media sosial seperti Twitter. Pada 7 Desember 2023, topik ini semakin memanas di media sosial dengan tagar #Rohingya menduduki peringkat keempat di Twitter dengan 38,1 ribu cuitan, #Aceh 25,4 ribu cuitan, dan #UNHCR 13,8 ribu cuitan. Penelitian ini bertujuan untuk menganalisis kecenderungan sentimen publik terhadap pengungsi Rohingya di Indonesia dan mengimplementasikan hasilnya pada algoritma Support Vector Machine (SVM). Data yang digunakan merupakan cuitan Twitter dengan total 1.349 tweet, kemudian analisis sentimen dilakukan menggunakan metode Lexicon-based menghasilkan tiga kelas sentimen dengan jumlah 899 negatif, 277 positif, dan 173 netral. Hasil analisis sentimen menunjukkan bahwa opini publik terhadap pengungsi Rohingya cenderung negatif, dengan mayoritas tweet (899 dari 1.349) bersentimen negatif. Setelah diimplementasikan pada algoritma SVM dan evaluasi menggunakan Confusion Matrix menunjukkan akurasi sebesar 90%, recall 59%, precision 81%, dan f1 score 68%.

Kata kunci : Rohingya, Analisis Sentimen, Lexicon, SVM