ANALISIS SENTIMEN DANANTARA DENGAN METODE SUPPORT VEKTOR MACHINE PADA KOMENTAR YOUTUBE

Abstract

Pembentukan Badan Pengelola Investasi Daya Anagata Nusantara (Danantara) merupakan langkah strategis pemerintah dalam penguatan ekonomi nasional. Beragamnya respons publik mendorong perlunya pendekatan sistematis untuk mengklasifikasikan opini masyarakat. Penelitian ini berfokus pada klasifikasi sentimen terhadap Danantara menggunakan data komentar YouTube dengan algoritma Support Vector Machine (SVM). Proses dimulai dari pengumpulan data melalui YouTube Data API v3, dilanjutkan dengan pra-pemrosesan teks, pembobotan fitur menggunakan TF-IDF dengan normalisasi L2, dan klasifikasi menggunakan SVM. Pengujian dilakukan dengan tiga variasi rasio data latih dan uji (90:10, 80:20, dan 70:30). Hasil terbaik diperoleh pada rasio 90:10 dengan akurasi 69,49% dan F1-Score berbobot 60,75%. Distribusi kelas yang tidak seimbang, terutama pada kategori Netral, memengaruhi performa model dalam memprediksi kelas minoritas dan komentar yang mengandung sarkasme