PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK ANALISIS SENTIMEN ISU IJAZAH PALSU JOKO WIDODO DI MEDIA SOSIAL X
Isi Artikel Utama
Abstrak
Media sosial, khususnya X, telah menjadi ruang diskusi publik yang aktif dalam membahas berbagai isu sosial dan politik. Salah satu isu yang menimbulkan banyak perdebatan adalah dugaan ijazah palsu milik Presiden Joko Widodo. Penelitian ini bertujuan untuk menganalisis sentimen pengguna X terhadap isu tersebut serta membandingkan performa dua algoritma klasifikasi, yaitu Support Vector Machine (SVM) dan Random Forest. Proses analisis diawali dengan pengumpulan data menggunakan teknik scraping, diikuti tahap pra-pemrosesan, pelabelan data secara manual, ekstraksi fitur menggunakan TF-IDF, serta penyeimbangan data dengan SMOTE untuk mengatasi ketidakseimbangan label. Dari total 1.783 komentar yang terkumpul, ditemukan 1.661 komentar negatif dan 122 komentar positif. Setelah diterapkan SMOTE, distribusi data menjadi seimbang dengan total 3.322 data. Hasil pengujian pada beberapa skenario menunjukkan bahwa algoritma SVM mencapai akurasi tertinggi sebesar 100%, sementara Random Forest juga memberikan performa sangat baik dengan akurasi mencapai 99,24%. Temuan ini menunjukkan bahwa SVM lebih unggul dalam mengklasifikasikan sentimen teks pada isu sensitif di media sosial, khususnya ketika data telah melalui proses penyeimbangan menggunakan SMOTE.
Rincian Artikel
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Copyright (c) STMIK TIMEReferensi
[1] A. A. Salsabila dan H. Nur, “Representasi Diri di Sosial Media: Antara Identitas Nyata dan Identitas Virtual,” PESHUM: Jurnal Pendidikan, Sosial dan Humaniora, vol. 4, no. 4, hlm. 5601–5620, 2025.
[2] N. W. Putri, “Komunikasi Masa Kini: Transformasi Melalui Media Sosial,” Digihub, 30 Okt. 2025.
[3] G. Gunawan dan R. B. Aji, “Kontroversi Ijazah Joko Widodo: Antara Tuduhan Palsu dan Fakta Hukum yang Terverifikasi,” Law and Humanity, vol. 3, no. 2, hlm. 139-152, Sept. 2025.
[4] R. Fahmi dan P. Aswirna, “The Alleged Fake Degree Certificate of Joko Widodo (Jokowi): Social Movement, Democracy, and Accountability,” Universitas Islam Negeri Imam Bonjol, diakses via ResearchGate, Agust. 2025.
[5] N. S. Meilani, “Arsip Sebagai Bukti Hukum Dalam Isu Kasus Dugaan Pemalsuan Ijazah Mantan Presiden Joko Widodo,” Jurnal Ilmu Komunikasi, vol. 4, no. 2, hlm. 132–146, 2025.
[6] T. Mufhimah, S. A. Yumnatusta, dan N. A. Rakhmawati, “Analisis Reaksi Masyarakat Indonesia atas Isu Ijazah Jokowi di Media Sosial X Menggunakan K-Means Clustering,” Etika Teknologi Informasi, vol. 1, no. 2, 2024/2025.
[7] D. Alita, “Implementasi Metode SVM pada Sentimen Analisis terhadap Opini Politik di Twitter seputar Pemilu 2024,” J. Informatika Poltek Harber, vol. ?, no. ?, 2024.
[8] M. F. Kono, I. N. Fajri, dan Y. Pristyanto, “Public Sentiment Analysis on Corruption Issues in Indonesia Using IndoBERT Fine-Tuning, Logistic Regression, and Linear SVM,” J. Appl. Inform. Comput., vol. 9, no. 5, 2025.
[9] N. Hendrastuty, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa,” J. Ilm. Inform. dan Ilmu Komput., vol. 3, no. 1, pp. 46–56, 2024.
[10] P. Cahyani dan L. Abdillah, “Perbandingan Performa Algoritma Support Vector Machine dan Random Forest Studi Kasus Analisis Sentimen Pengguna Sosial Media X,” Kalbiscientia: Jurnal Sains dan Teknologi, vol. 11, no. 2, 2024, doi: 10.53008/kalbiscientia.v11i02.3624.
[11] E. Fitri, “Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Random Forest dan Support Vector Machine,” J. Transformatika, vol. 18, no. 1, 2020, doi: 10.26623/transformatika.v18i1.2317.
[12] M. Samantri dan A. Afiyati, “Perbandingan Algoritma Support Vector Machine dan Random Forest untuk Analisis Sentimen Terhadap Kebijakan Pemerintah Terkait Kenaikan Harga BBM 2022,” J. Teknol. Inf. dan Komunikasi (JTIK), vol. 8, no. 1, 2024, doi: 10.35870/jtik.v8i1.1202.
[13] Y. I. Muasaroh, Z. Fatah, and A. Baijuri, “Analisis Sentimen Komentar YouTube Terhadap Isu Ijazah Presiden Jokowi Menggunakan Support Vector Machine dan Random Forest,” in Prosiding Seminar Nasional (Semnas) 2025 Sekolah Tinggi Teknologi Dumai, Dumai, 24 Juni 2025, vol. 1, no. 2, pp. xx–xx, ISSN: 2581-267X.
[14] O. M. Wulandari, I. Maulana, F. Syamsudin, and R. Waluyo, “Perbandingan Algoritma Naive Bayes dan SVM dalam Analisis Sentimen Twitter terhadap Isu Ijazah Jokowi Palsu,” JUMISTIK, vol. 4, no. 1, pp. 392–400, Jun. 2025, doi: 10.70247/jumistik.v4i1.145.
[15] N. P. G. Naraswati, D. C. Rosmilda, D. Desinta, F. Khairi, R. Damaiyanti, dan R. Nooraeni, “Analisis Sentimen Publik dari Twitter Tentang Kebijakan Penanganan Covid-19 di Indonesia dengan Naive Bayes Classification,” J. Sistem Informasi, vol. 10, no. 1, pp. 222-238, Jan. 2021.
[16] A. Safira and F. N. Hasan, "ANALISIS SENTIMEN MASYARAKAT TERHADAP PAYLATER MENGGUNAKAN METODE NAIVE BAYES," ZONAsi (Jurnal Sistem Informasi), vol. 5, no. 1, pp. 69-70, 2023.
[17] B. Ramadhani and R. R. Suryono, "Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse," JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 8, no. 2, pp. 714-725, 2024.
[18] K. T. Putra, M. A. Hariyadi and C. Crysdian, "PERBANDINGAN FEATURE EXTRACTION TF-IDF DAN BOW UNTUK ANALISIS SENTIMEN BERBASIS SVM," Jurnal Cahaya MANDALIKA, vol. 3, no. 2, pp. 1449-1463, 2023.
[19] Ridwan, E. H. Hermaliani and M. Ernawati, "Penerapan Metode SMOTE Untuk Mengatasi Imbalanced Data Pada Klasifikasi Ujaran Kebencian," Computer Science (CO-SCIENCE), vol. 4, no. 1, pp. 80-88, 2024.
[20] T. R. Salsabilla and . N. Pratiwi, "Penerapan Support Vector Machine Untuk Analisis Sentimen pada X (Twitter) Mengenai Obat Penyebab Gagal Ginjal Akut pada Anak," Jurnal Teknik Informatika dan Komputer, vol. 3, no. 2, pp. 67-74, 2024.
[21] S. Amaliah, M. Nusrang and Aswi, "Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi Di Kedai Kopi Konijiwa Bantaeng," VARIANSI: Journal of Statistics and Its Application on Teaching and Research, vol. 4, no. 2, pp. 121-127, 2022.