ANALISIS DATA SENTIMEN NEGATIF PADA OPINI PENGGUNA TWITTER TERHADAP BERITA SEPAK BOLA LIGA 1 TAHUN 2022 DENGAN PENERAPAN SUPPORT VECTOR MECHINE

Abstract

Perkembangan media sosial semakin pesat dikalangan masyarakat salah satunya twitter yang menggunakan bahasa alami untuk bisa membuka potensi pada interaksi manusia yang bisa mengetahui sentiment para penggunanya. Permasalahan yang didapat dari masalah tersebut yaitu menggali informasi,menganalisis pendapat sentiment, evaluasi sikap dan emosi orang dari bahasa tertulis. Tujuannya untuk memahami dan mengkategorikan sentiment dari opini pengguna Twitter terkait berita liga 1 indonesia tahun 2022. Bagaimana dataset opini pengguna twitter terhadap berita liga 1 tahun 2022 dikumpulkan dan diolah untuk analisis. Penelitian ini akan menggunakan data teks dari pengguna Twitter yang terkait dengan berita liga 1 tahun 2022. SVM akan digunakan untuk memprediksi sentimen opini dari tweet tersebut menjadi kategori positif, negatif, atau netral. Hasil penelitian ini menggunakan algoritma support vector mechine menunjukan bahwa akurasi sebesar 91% presisi 30%, recall 33%,F1 score 32%  dengan Jumlah sentimen Negatif =  445, Positif = 50, dan Netral = 4. Secara keseluruhan Model algoritma support vector mechine menghasilkan akurasi yang lebih tinggi. Hasil model menunjukan bahwa sentimen opini pengguna twitter  menanggapi berita tersebut yang bersifat kontrovesrsial.