Analisis Sentimen Opini Publik Platform X Terhadap Bencana Banjir Bandang Di Sumatra Menggunakan Algoritma SVM

Hilman Ihza Amrullah, Agung Nugroho, Asep Suprianto

Abstract


Bencana banjir bandang yang terjadi di Pulau Sumatra memberikan dampak yang besar dan menjadi sorotan masyarakat. Kejadian ini telah munculnya berbagai opini dan respons publik yang dibagikan melalui platform media sosial, khususnya Platform X. Namun, banyaknya opini yang berbentuk teks dan tidak terstruktur membuat analisis secara manual menjadi sulit. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen publik di Platform X terkait bencana banjir bandang di Pulau Sumatra dengan menggunakan metode analisis sentimen berbasis machine learning. Data yang digunakan dalam penelitian diambil dari unggahan masyarakat di Platform X melalui proses crawling data. Setelah itu, data akan melalui tahap preprocessing, pelabelan sentimen dengan pendekatan berbasis lexicon, serta pembobotan fitur dengan metode Term Frequency–Inverse Document Frequency (TF-IDF). Klasifikasi sentimen dilakukan dengan menggunakan algoritma Support Vector Machine (SVM), sementara evaluasi model direncanakan dilakukan dengan confusion matrix. Penelitian ini diharapkan dapat memberikan pemahaman mengenai kecenderungan opini publik terhadap bencana banjir hebat di Pulau Sumatra melalui analisis data media sosial.


Keywords


Analisis Sentimen; Banjir Bandang; Platform X; TF-IDF; Support Vector Machine

Full Text:

PDF

References


A. Saputra, I. Nurdiyani, U. S. Nurhidayah, and S. Maesaroh, “Analisis Sentimen Masyarakat Terhadap Penanganan Banjir Bandang di Pulau Sumatra Berdasarkan Komentar Youtube Menggunakan Metode Support Vector Machine (SVM),” JURNAL ILMIAH MULTIDISIPLIN, vol. 2, no. 1, Jan. 2026, doi: 10.63822/8d1vka43.

A. M. Maksun, Y. A. Sari, and B. Rahayudi, “Analisis Sentimen pada Twitter Bencana Alam di Kalimantan Selatan menggunakan Metode Naïve Bayes,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 12, pp. 5614–5621, Dec. 2021.

I. Amelia, F. M. Sarimole, and Tundo, “Analisis Sentimen Tanggapan Pengguna Media Sosial X Terhadap Program Beasiswa KIP-Kuliah dengan Menggunakan Algoritma Support Vector Machine (SVM),” Jurnal Indonesia : Manajemen Informatika dan Komunikasi, vol. 5, no. 3, Sep. 2024, [Online]. Available: https://journal.stmiki.ac.id

D. S. Sarassati and S. Y. J. Prasetyo, “Analisis Sentimen Terhadap Dampak Banjir Rob Dengan Menggunakan Metode Support Vector Machine,” IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi, vol. 4, no. 2, pp. 233–244, 2025.

N. H. Wardani, E. Susilo, P. Purwanti, A. D. Sulistyono, and D. Wijanarko, “Implementasi Web Crawling Untuk Mengumpulkan Tweets Terkait Produk Perikanan Olahan Yang Diminati Masyarakat,” Journal of Fisheries and Marine Research, vol. 7, Aug. 2023, [Online]. Available: http://jfmr.ub.ac.id

R. D. R. Hendrartono, I. M. Hendrati, and W. Wardaya, “Implementasi Web Crawling Pada Website BPS Jawa Timur Pada Data Inflasi Di Jawa Timur,” UMAT Jurnal Pengabdian Al-Shobar Untuk Masyarakat, vol. 1, no. 2, pp. 6–13, Apr. 2024, [Online]. Available: https://journal.alshobar.or.id/index.php/umat

S. Shevira, I. M. A. D. Suarjaya, and P. W. Buana, “Pengaruh Kombinasi dan Urutan Pre-Processing pada Tweets Bahasa Indonesia,” JITTER-Jurnal Ilmiah Teknologi dan Komputer, vol. 3, no. 2, Aug. 2022.

Regina, T. H. Saragih, and D. Kartini, “Analisis Sentimen Brand Ambassador BTS Terhadap Tokopedia Menggunakan Klasifikasi Bayesian Network Dengan Ekstraksi Fitur TF-IDF,” JIP (Jurnal Informatika Polinema), vol. 9, no. 4, Aug. 2023.

M. Al Khadafi, K. P. Kartika, and F. Febrinita, “Penerapan Metode Naïve Bayes Classifier Dan Lexicon Based Untuk Analisis Sentimen Cyberbullying Pada BPJS,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 6, no. 2, Sep. 2022.

N. Hidayah and Dodiman, “Implementasi Algoritma Multinomial Naïve Bayes, TF-IDF dan Confusion Matrix dalam Pengklasifikasian Saran Monitoring dan Evaluasi Mahasiswa Terhadap Dosen Teknik Informatika Universitas Dayanu Ikhsanuddin,” Jurnal Akademik Pendidikan Matematika, vol. 10, no. 1, pp. 8–15, May 2024, doi: 10.55340/japm.v10i1.1491.

K. Shah, S. Shah, V. Shah, and A. Godbole, “Optimization Of Data Splitting Methods For Machine Learning,” Proceedings of the International Conference on Innovative Computing & Communication (ICICC), Mar. 2025, [Online]. Available: https://ssrn.com/abstract=5190348

M. R. Givari, M. R. Sulaeman, and Y. Umaidah, “Perbandingan Algoritma SVM, Random Forest Dan XGBoost Untuk Penentuan Persetujuan Pengajuan Kredit,” JURNAL NUANSA INFORMATIKA, vol. 16, no. 1, Jan. 2022.

Kevin, M. Enjeli, and A. Wijaya, “Analisis Sentimen Pengunaaan Aplikasi Kinemaster Menggunakan Metode Naive Bayes,” Jurnal Ilmiah Computer Science (JICS), vol. 2, no. 2, pp. 89–98, Jan. 2024, doi: 10.58602/jics.v2i2.24.




DOI: http://dx.doi.org/10.36448/jsit.v17i1.4832

Refbacks

  • There are currently no refbacks.


About the JournalJournal PoliciesAuthor Information

Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika)
e-ISSN: 2686-181X
Website: http://jurnal.ubl.ac.id/index.php/explore
Email: explore@ubl.ac.id
Published by: Pusat Studi Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Bandar Lampung
Office: Jalan Zainal Abidin Pagar Alam No 89, Gedong Meneng, Bandar Lampung, Indonesia

This work is licensed under a Creative Commons Attribution 4.0 International License
Technical Support by:  RYE Education Hub