ANALISIS SENTIMEN TABUNGAN PERUMAHAN RAKYAT (TAPERA) MENGGUNAKAN ALGOORITMA SUPPORT VECTOR MACHINE

Studi ini memusatkan perhatian pada analisis sentimen mengenai program
Tabungan Perumahan Rakyat (Tapera) dengan memanfaatkan metode Support
Vector Machine (SVM), khususnya dalam menilai tingkat akurasi klasifikasi. Data
penelitian dikumpulkan dari platform media sosial x (twitter), Termasuk komentar,
ulasan, serta tanggapan masyarakat seputar program Tapera. Proses penelitian
melibatkan pengumpulan data, pra-pemrosesan data (seperti Tokenizing, Stemming,
dan penghilangan Stopwords), ekstraksi fitur menggunakan TF-IDF, serta
klasifikasi sentimen dengan algoritma SVM. Hasil penelitian menunjukkan bahwa
SVM mencapai akurasi sebesar 85% dalam mengkategorikan sentimen menjadi
positif, negatif, dan netral. Tingkat akurasi yang tinggi ini mengindikasikan
keandalan SVM dalam analisis sentimen, terutama untuk topik kebijakan publik
seperti perumahan. Temuan ini dapat menjadi bahan pertimbangan bagi pemerintah
dan pemangku kepentingan dalam mengevaluasi dan meningkatkan program
Tapera berdasarkan respons masyarakat