Dessy Angelina
STMIK IKMI Cirebon

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Metode Support Vector Machine Pada Sentimen Analisis Pengguna Twitter Terhadap Konser K-Pop Dessy Angelina; Umi Hayati; Gifthera Dwilestari
KOPERTIP : Scientific Journal of Informatics Management and Computer Vol. 7 No. 1 (2023): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v7i1.251

Abstract

K-pop atau Korean Pop saat ini sangat terkenal eksis di kalangan remaja dengan banyaknya penggemar di seluruh mancanegara. Dalam laporan Twitter 2022, Indonesia menjadi Negara dengan jumlah penggemar kpopers terbesar di seluruh dunia. Twitter menjadi media sosial masa kini untuk saling berbagi informasi secara update ataupun berbagi tuitan. Twitter kerap digunakan Kpopers untuk berinteraksi dengan penggemar lainnya ataupun mencari informasi terbaru tentang idola mereka. Tak jarang antar pengguna Tewitter sebagai fans K-pop saling beradu argumen untuk melindungi atau membela citra idolanya masing-masing dari komentar buruk atau tuduhan. Salah satu fans K-pop yang belakangan ini sedang ramai diperbincangkan kpopers dan non fans di media sosial Twitter yaitu fans k-pop Boy Group dari agensi SM Entertaiment bernama NCT 127 (Neo Culture Technology), yang pada tanggal 4 November 2022 lalu menggelar konser tour dunianya di Jakarta. Konser hari pertama mengalami kericuhan sehingga konser diberhentikan sebelum waktunya oleh kepolisian, karena ada lebih dari 30 orang fans yang pingsan dan kesusahan bernafas atas aksi saling dorong mendorong yang terjadi oleh para NCTZen (Fans NCT) untuk berebut signed bola dari para member NCT 127. Dari kejadian kericuhan konser NCT 127 The Link : Jakarta day 1 yang berlokasi di ICE BSD Tangerang tersebut mengundang banyak perhatian pengguna Twitter dari sesama NCTZen, fans lain ataupun non fans di media sosial dengan berbagai tuitan yang bersifat negatif dan positif. Penelitian ini bertujuan untuk mengelompokan sentimen menggunakan metode Klasifikasi Support Vector Machine (SVM) dengan mengetahui pola permasalahan sehingga dapat menghasilkan nilai-nilai yang dikelompokan berupa sikap pengguna Twitter terhadap Konser K-Pop dengan dua nilai yakni lebih condong nilai positif atau nilai negatif. Dari hasil klasifikasi mengguakan Support Vector Machine (SVM) dengan dataset sebanyak 841, diperoleh akurasi 76,64% dengan nilai positif sebanyak 587 dan nilai negatif sebanyak 368. Dengan demikian hasil penelitain ini membuktikan bahwa pengguna Twitter dalam menanggapi permasalahan tentang konser K-pop cenderung lebih banyak berkomentar positif sesuai dengan dataset yang telah penulis ambil sebagai bahan pengujian dan dengan menggunakan metode Support Vector Machine (SVM) dalam hal ini cukup baik untuk mengklasifikasikan dataset berupa teks.