Analisis Sentimen Terhadap Mobil Listrik Pada Tiktok Dengan Algoritma Logistic Regression dan SUpport Vector Machine

TikTok merupakan salah satu platform media sosial yang saat ini paling aktif digunakan oleh masyarakat Indonesia. Platform ini telah menjadi salah satu wadah digital utama bagi pengguna dalam menyampaikan berbagai opini, termasuk pandangan mereka mengenai mobil listrik. Meskipun dikenal sebagai kendaraan ramah lingkungan, adopsi mobil listrik di Indonesia masih tergolong rendah, terutama karena harga yang tinggi dan keterbatasan infrastruktur pendukung. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap mobil listrik menggunakan algoritma Support Vector Machine (SVM) dan Logistic Regression berdasarkan komentar pengguna di TikTok. Sebanyak 2.263 komentar dikumpulkan melalui teknik data crawling dan diproses melalui tahapan pre-processing dan processing data, yaitu stemming, tokenization, stopword removal. Pelabelan sentimen dilakukan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), dan di validasi oleh ahli bahasa. Model dievaluasi dengan menggunakan confusion matrix serta metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa SVM mencapai accuracy tertinggi sebesar 86,45%, mengungguli Logistic Regression yang memperoleh accuracy 84,48%. Temuan ini menunjukkan bahwa SVM lebih efektif dalam mengklasifikasikan sentimen publik terhadap mobil listrik di TikTok.

Kata Kunci: TikTok, mobil listrik, analisis sentimen, Logistic Regression, Support Vector Machine.