ANALISIS SENTIMEN TERHADAP BEA CUKAI MENGGUNAKAN SUPPORT VECTOR MACHINE DAN K-FOLD CROSS VALIDATION

Abstract

Penelitian ini dilatarbelakangi masalah yang disebabkan oleh Bea Cukai terkait penahanan donasi alat taptilo dan korban dimintai sejumlah uang untuk penebusan barang, sehingga menimbulkan berbagai opini/emosi di masyarakat terhadap Bea Cukai. Tujuan utama penelitian adalah mengevaluasi kinerja Support Vector Machine (SVM) dalam klasifikasi sentimen komentar media sosial terkait Bea Cukai, sebagai algoritma machine learning yang efektif. Metode yang digunakan melibatkan beberapa tahap, yaitu pengumpulan data dengan metode crawling data, pre-processing data yang terdiri dari case folding, cleaning, stemming, stopword,dan tokenize, penerapan algoritma SVM, evaluasi menggunakan confusion matrix, dan pengujian menggunakan teknik K-Fold Cross Validation, semua tahapan tersebut akan dilakukan menggunakan aplikasi Google Colab menggunakan bahasa Python. Hasil penelitian menunjukkan bahwa algoritma SVM menghasilkan akurasi sebesar 94% dari 400 data test dan 1600 data train, dengan precision nilai 88%, class recall dengan nilai 95%, class f1-score dengan nilai 91.36%. Pengujian dengan K-Fold Cross Validation memberikan akurasi tertinggi sebesar 98.85%, menunjukkan peningkatan signifikan. Cloudword dapat di visualisasikan per kategori data untuk melihat kata apa yang frekuensinya sering muncul. Model ini juga menunjukkan kemampuan baik dalam mengklasifikasikan sentimen positif dan negatif secara konsisten. Kesimpulannya, algoritma SVM terbukti efektif dalam klasifikasi sentimen komentar media sosial terkait Bea Cukai.