Analisis Sentimen Publik Terhadap Gerakan Boikot Israel Pada Platform X Menggunakan Algoritma Random Forest dan Logistic

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap gerakan boikot terhadap Israel di platform X dengan menerapkan algoritma Random Forest dan Logistic Regression. Studi ini menggunakan 616 tweet yang dikumpulkan melalui web crawling dengan kata kunci yang relevan seperti "Boikot", "Israel", dan "Palestina", mencakup periode dari 1 Maret 2023 hingga 30 Januari 2025. Dataset mengalami proses prapemrosesan yang mencakup pembersihan data, normalisasi, penghapusan stopword, tokenisasi, dan stemming. Pelabelan sentimen dilakukan secara manual, dengan mengkategorikan data ke dalam kelas positif, negatif, dan netral. TF-IDF digunakan untuk pembobotan fitur. Data dibagi menjadi 80% data latih dan 20% data uji. Model Random Forest mencapai akurasi sebesar 70%, sementara Logistic Regression mencapai 68%. Kedua model menunjukkan akurasi yang lebih tinggi dalam memprediksi sentimen positif dibandingkan dengan negatif dan netral. Hasil penelitian menunjukkan bahwa opini publik terhadap gerakan boikot di media sosial cenderung mendukung, dengan kata “Boikot”, “Israel”, dan “Palestina” menjadi istilah yang paling dominan. Random Forest menunjukkan performa klasifikasi yang sedikit lebih baik, meskipun masih diperlukan peningkatan dalam mengenali sentimen non-positif.

Kata Kunci: Boikot, Logistic Regression, Random Forest, Sentimen Analisis, Sosial Media