Analisis Sentimen pada Media Sosial Twitter terhadap MyXL Menggunakan Algoritma Support Vector Machine

Media sosial telah menjadi saluran utama bagi masyarakat dalam menyampaikan opini dan informasi, termasuk terhadap layanan publik seperti XL Axiata melalui akun Twitter resmi MyXL. Untuk memahami persepsi publik terhadap layanan ini secara menyeluruh, diperlukan analisis sentimen yang efektif. Penelitian ini bertujuan untuk mengevaluasi kinerja algoritma Support Vector Machine (SVM) dalam mengklasifikasikan opini pengguna Twitter terhadap akun
MyXL ke dalam sentimen positif dan negatif. Metode SVM dipilih karena dikenal memiliki akurasi dan stabilitas tinggi dalam tugas klasifikasi teks. Proses analisis
mencakup tahapan preprocessing seperti case folding, cleaning, tokenizing, filtering, dan stemming sebelum dilakukan klasifikasi. Hasil penelitian menunjukkan bahwa algoritma SVM mampu mengklasifikasikan data dengan
akurasi sebesar 97%, precision sebesar 94%, dan recall sebesar 100%. Kinerja tersebut mencerminkan kemampuan SVM dalam mengenali seluruh data sentimen positif tanpa kesalahan klasifikasi serta mempertahankan tingkat kesalahan yang rendah. Temuan ini menunjukkan bahwa SVM dapat digunakan sebagai
pendekatan yang efektif dan andal dalam membangun sistem klasifikasi sentimen berbasis teks, khususnya dalam konteks media sosial.