Analisis Sentimen Instagram Persija Jakarta Menggunakan Metode Support Vector Machine (SVM)

Abstract

Media sosial Instagram telah menjadi platform utama bagi pendukung klub sepak bola dalam mengekspresikan opini dan emosi mereka. Tingginya volume komentar pada akun Instagram Persija Jakarta membutuhkan pendekatan otomatis untuk memahami sentimen publik secara efisien. Penelitian ini bertujuan untuk mengetahui tingkat akurasi metode Support Vector Machine (SVM) dalam mengklasifikasikan sentimen komentar pada akun Instagram resmi Persija Jakarta ke dalam tiga kategori, yaitu positif, negatif, dan netral. Data yang digunakan terdiri dari 6.000 komentar yang dikumpulkan dari 60 postingan, yaitu 30 postingan saat Persija menang dan 30 postingan saat kalah, dalam rentang waktu 1 Juli 2023 hingga 23 Mei 2026. Data kemudian diproses melalui tahapan preprocessing yang meliputi case folding, cleaning, normalisasi, tokenisasi, stopword removal, dan stemming, serta pelabelan sentimen secara otomatis menggunakan kamus INSET Lexicon yang kemudian divalidasi secara manual. Setelah proses tersebut, diperoleh 4.477 komentar yang digunakan dalam penelitian. Ekstraksi fitur dilakukan menggunakan metode TF-IDF yang menghasilkan 4.440 fitur. Dataset dibagi menjadi 3.581 data latih dan 896 data uji, kemudian diklasifikasikan menggunakan SVM dengan kernel linear. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 93,64%, dengan precision tertinggi sebesar 98% pada kelas positif dan recall tertinggi sebesar 99% pada kelas netral. Penelitian ini membuktikan bahwa metode SVM dengan kernel linear mampu mengklasifikasikan sentimen komentar Instagram berbahasa Indonesia secara efektif dengan tingkat akurasi yang tinggi pada konteks komunitas sepak bola Persija Jakarta.