Abstrak

Media sosial X menjadi sarana masyarakat dalam menyampaikan opini terhadap kebijakan dan tokoh publik, termasuk Menteri Keuangan baru. Penelitian ini bertujuan menganalisis sentimen masyarakat serta membangun model klasifikasi sentimen menggunakan TF-IDF dan Support Vector Machine (SVM). Data diperoleh melalui proses crawling, kemudian dilakukan prapemrosesan, eksplorasi data, pelabelan, ekstraksi fitur, pelatihan, dan evaluasi model. Hasil evaluasi menunjukkan bahwa model memperoleh akurasi 92%, dengan precision, recall, dan F1-score tertimbang masing-masing sebesar 92%. Nilai F1-score untuk kelas negatif sebesar 85%, netral 88%, dan positif 95%. Hasil analisis menunjukkan bahwa sentimen positif lebih dominan dibandingkan sentimen negatif dan netral, sehingga kombinasi TF-IDF dan SVM mampu mengklasifikasikan sentimen dengan performa yang baik.