LASIFIKASI JENIS KELAMIN PENGGUNA X BERDASARKAN CUITAN MENGGUNAKAN ALGORITMA LOGISTIC REGRESSION, RANDOM FOREST, DAN SUPPORT VECTOR MACHINEInes PujiLestariauthorPenelitian ini dilatarbelakangi oleh banyaknya data teks yang dihasilkan pengguna media sosial X, sementara informasi demografis seperti jenis kelamin tidak selalu ditampilkan secara terbuka. Kondisi ini menyebabkan identifikasi karakteristik pengguna menjadi sulit dilakukan secara langsung. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan jenis kelamin pengguna berdasarkan teks cuitan menggunakan pendekatan Natural Language Processing dan machine learning. Dataset diperoleh dari Kaggle dengan jumlah awal sekitar 20.000 data, kemudian dilakukan penyaringan dan pelabelan ulang hingga diperoleh 1.026 data yang terdiri dari 456 data perempuan dan 570 data laki-laki. Tahap penelitian meliputi pra-pemrosesan teks, ekstraksi fitur menggunakan TF- IDF, serta pemodelan menggunakan algoritma Logistic Regression, Random Forest, dan Support Vector Machine. Evaluasi dilakukan menggunakan K-Fold Cross Validation dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan adanya perbedaan pola bahasa antara pengguna laki-laki dan perempuan yang dapat dimanfaatkan dalam proses klasifikasi. Algoritma Support Vector Machine menghasilkan performa terbaik dengan akurasi rata-rata 89,76%. Penelitian ini diharapkan dapat dimanfaatkan dalam pengembangan sistem analisis pengguna media sosial, pemasaran digital, serta penelitian lanjutan di bidang analisis teks.000 Ilmu komputer, informasi dan pekerjaan umum004 Pemrosesan data dan ilmu komputer2026-02-24Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis