Analisis Sentimen Subsidi Kendaraan Listrik di Aplikasi X menggunakan Support Vector Machine

Abstract

Kebijakan subsidi kendaraan listrik memicu berbagai tanggapan di masyarakat yang menjadi topik diskusi hangat di media sosial, termasuk aplikasi X. Masalah utama yang dihadapi adalah beragamnya opini masyarakat, dari yang mendukung kendaraan listrik sebagai solusi defisit migas hingga yang menyoroti perlunya persiapan matang, khususnya infrastruktur. Penelitian ini bertujuan untuk mengidentifikasi kecenderungan opini masyarakat (positif, negatif, atau netral) terkait kebijakan tersebut. Penelitian menggunakan metode algoritma Support Vector Machine (SVM) yang dikenal unggul dalam kinerja klasifikasi, penanganan ketidakseimbangan data, dan data berdimensi tinggi. Dataset terdiri dari 1.812 tweet yang, setelah melalui tahapan preprocessing, dibagi menjadi 1.449 data latih dan 363 data uji. Hasil analisis menunjukkan bahwa 87,9% (319 tweet) bersentimen netral, 5,2% (19 tweet) negatif, dan 6,9% (25 tweet) positif, menandakan masyarakat belum memiliki pandangan tegas terhadap kebijakan ini. Metode SVM menghasilkan performa yang baik dengan akurasi 86,43%, precision positif 83,33%, recall 87,30%, dan f1-score 85,27%. Dampak penelitian ini diharapkan memberikan wawasan mendalam tentang persepsi masyarakat terhadap subsidi kendaraan listrik sehingga dapat mendukung pengambilan kebijakan yang lebih efektif dan tepat sasaran.