Analisis Sentimen Terhadap Mobil LIstrik di Platform Tiktok Dengan Menggunakan Algoritma Support Vector Machine dan Decision Tree

Mobil listrik sebagai solusi ramah lingkungan menawarkan efisiensi energi serta berkontribusi dalam upaya pengurangan emisi gas buang. Meskipun memiliki potensi yang besar, tingkat adopsi kendaraan ini di Indonesia masih tergolong rendah akibat kendala infrastruktur pengisian daya yang belum merata serta harga yang relatif tinggi. Situasi tersebut memunculkan beragam opini publik yang banyak disampaikan melalui media sosial, salah satunya TikTok. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap mobil listrik melalui komentar pengguna TikTok serta membandingkan kinerja algoritma Support Vector Machine dan Decision Tree dalam melakukan klasifikasi sentimen. Data diperoleh melalui metode crawling sebanyak 2.147 komentar, kemudian dilakukan tahap pre-processing dan processing data, meliputi pembersihan data, tokenization, stemming, serta stopword removal. Pelabelan dilakukan menggunakan metode Term Frequency-Inverse Document Frequency TF-IDF dan divalidasi oleh guru Bahasa Indonesia. Model klasifikasi dibangun dengan algoritma SVM dan Decision Tree, kemudian dievaluasi menggunakan confusion matrix. Hasil evaluasi menunjukkan bahwa algoritma SVM memperoleh akurasi sebesar 88,16%, sedangkan Decision Tree sebesar 86,15%. Berdasarkan hasil tersebut, algoritma SVM menunjukkan performa lebih baik dalam mengklasifikasikan sentimen publik terhadap mobil listrik pada platform TikTok.

Kata kunci: Analisis Sentimen, Mobil Listrik, TikTok, Support Vector Machine, Decision Tree