ANALISIS SENTIMEN TERHADAP PROGRAM KOPERASI DESA MERAH PUTIH DI MULTI PLATFORM MENGGUNAKAN METODE TF-IDF DAN SVM

  • Lailatul Qodriyah Teknik Informatika, Universitas Nahdlatul Ulama Sunan Giri Bojonegoro
  • Ferdita Inayah Hestu Saputri Teknik Informatika, Universitas Nahdlatul Ulama Sunan Giri Bojonegoro
  • M. Ahsanul Fikri Teknik Informatika, Universitas Nahdlatul Ulama Sunan Giri Bojonegoro
  • Ifnu Wisma Dwi Prastya Teknik Informatika, Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Abstract

Program Koperasi Desa Merah Putih merupakan kebijakan strategis pemerintah dalam meningkatkan perekonomian desa melalui koperasi berbasis gotong royong. Seiring berkembangnya media digital, masyarakat secara aktif menyampaikan opini terhadap program ini melalui berbagai platform, sehingga menghasilkan data teks tidak terstruktur yang sulit dianalisis secara manual dan belum menggambarkan persepsi publik secara objektif. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Program Koperasi Desa Merah Putih secara multi-platform guna memperoleh gambaran opini publik yang komprehensif. Metode yang digunakan adalah text mining dengan ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF) dan klasifikasi sentimen menggunakan algoritma Support Vector Machine (SVM). Data komentar dikumpulkan dari platform X (Twitter) dan TikTok melalui teknik web scraping, kemudian dilakukan preprocessing, pelabelan sentimen, serta evaluasi model menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan adanya perbedaan karakteristik sentimen antar platform, di mana sentimen positif mendominasi pada platform X, sedangkan sentimen negatif lebih banyak ditemukan pada platform TikTok. Model SVM menghasilkan akurasi sebesar 98,73% pada platform X dan 94,32% pada platform TikTok, yang menunjukkan bahwa kombinasi TF-IDF dan SVM efektif dalam mengklasifikasikan sentimen masyarakat terhadap kebijakan publik

Downloads

Download data is not yet available.
Published
2026-01-31