IMPLEMENTASI METODE SUPPORT VECTOR MACHINE PADA SISTEM MONITORING SENTIMEN PUBLIK TERHADAP PENANGANAN JUDI ONLINE DI MEDIA SOSIAL X

Abstract

Judi online sudah menjadi masalah nasional, dan upaya penanganannya mendapat banyak tanggapan dari masyarakat di media sosial X, baik berupa dukungan maupun kritik. Karena jumlahnya besar dan bentuknya tidak terstruktur, opini seperti ini sulit dianalisis secara manual. Penelitian ini bertujuan mengklasifikasikan sentimen publik terhadap penanganan judi online menjadi positif dan negatif menggunakan text mining dan algoritma Support Vector Machine (SVM), lalu menampilkan hasilnya melalui sistem monitoring berbasis web. Data yang digunakan adalah 1.090 tweet berbahasa Indonesia dari Juli 2024 sampai Juli 2025, yang diproses melalui preprocessing, pembobotan TF-IDF, pembagian data latih dan data uji, serta klasifikasi SVM. Setelah preprocessing, tersisa 1.089 tweet dengan 3.523 fitur. Pengujian dilakukan pada sembilan skenario dengan variasi rasio pembagian data dan kernel. Kernel linear memberikan hasil terbaik di semua rasio, dengan akurasi tertinggi 88,07% pada rasio 90:10. Pada skenario utama (kernel linear, rasio 80:20), model memperoleh accuracy 87,61%, precision 87,69%, recall 87,61%, dan F1-score 87,61%. Sistem bernama Guardian Judol dibangun menggunakan Flask, dan seluruh 16 skenario pengujian black box berstatus valid. Namun, uji prediksi manual menunjukkan model masih keliru pada kalimat yang memuat kata negasi, sehingga penanganan stopword dan stemming perlu diperbaiki pada penelitian selanjutnya.