%0 Thesis
%9 S1 - Sarjana
%A Firdaus, Aditya Farrel
%A Universitas AMIKOM Yogyakarta,
%B Fakultas Ilmu Komputer
%D 2026
%F universitasamikomyogyakarta:31878
%I Universitas AMIKOM Yogyakarta
%K Analisis Sentimen, Support Vector Machine, TF-IDF, Twitter, DPR  RI, Sentiment Analysis
%T ANALISIS SENTIMEN TERHADAP ISU BUBARKAN DPR DI  PLATFORM X MENGGUNAKAN PENDEKATAN SUPPORT  VECTOR CLASSIFIER
%U https://eprints.amikom.ac.id/id/eprint/31878/
%X Perkembangan media sosial telah mengubah pola komunikasi masyarakat  dalam mengekspresikan opini terkait isu sosial dan politik. Twitter (X) sebagai  platform real-time menjadi ruang yang mencerminkan sentimen publik secara  spontan, termasuk pada isu viral “Bubarkan DPR” yang mencuat sebagai bentuk  ketidakpuasan terhadap kinerja legislatif. Penelitian ini bertujuan menganalisis  kecenderungan sentimen publik terhadap isu tersebut menggunakan Support Vector  Classifier. Data yang digunakan berjumlah 2.165 cuitan yang melalui proses  pelabelan, prapemrosesan, dan klasifikasi sentimen positif serta negatif. Hasil  evaluasi menunjukkan bahwa Support Vector Classifier memiliki performa sangat  baik dengan akurasi 84% dan weighted F1-Score 81% (presisi 83%, recall 84%).  Model secara konsisten menghasilkan performa tertinggi pada sentimen negatif  (F1-Score 90%) yang juga menjadi kelompok dominan dalam dataset. Temuan ini  menunjukkan bahwa Support Vector Classifier efektif untuk analisis teks informal  berbahasa Indonesia dan mengungkap bahwa persepsi publik terhadap DPR dalam  isu ini cenderung negatif.