Implementasi Support Vector Machine dalam Pembuatan Sistem Klasifikasi Opini Publik tentang Pemindahan Ibu Kota Nusantara

Abstract

Pendekatan machine learning dengan kategori supervised learning merupakan salah satu cara dalam menangani masalah klasifikasi. Klasifikasi adalah proses mengelompokkan suatu data atau objek ke dalam kelas tertentu sesuai dengan variabel yang telah ditentukan. Maka sangat mungkin machine learning digunakan untuk mengklasifikasikan opini publik tentang pemindahan Ibu Kota Nusantara (IKN). Klasifikasi di dasarkan pada dua kelas yaitu kelas aspek kebijakan publik diantaranya sosial, ekonomi, dan lingkungan, serta kelas sentimen diantaranya positif, negatif, dan netral. Sehingga dapat dengan mudah mengetahui persepsi masyarakat terhadap pemindahan IKN saat ini. Proses klasifikasi opini publik terhadap pemindahan IKN berdasarkan aspek dan sentimen pada platform X dilakukan dalam beberapa tahap. Pertama, crawling untuk mengumpulkan data dari platform X. Kedua, labelling untuk memberi label kelas secara manual. Ketiga, preprocessing untuk mengolah data menjadi lebih terstruktur, melalui enam tahap diantaranya cleansing, casefolding, tokenizing, normalisasi, stopword removal, dan stemming. Keempat, pembobotan kata untuk memberikan nilai numerik pada kata. Kelima, pembagian data untuk membagi data menjadi data latih dan data uji. Keenam, penyeimbang data untuk mengatasi ketidakseimbangan kelas. Ketujuh, pemodelan untuk membuat model klasifikasi menggunakan algoritma Support Vector Machine (SVM) dan algoritma pendukung lainnya. Terakhir, evaluasi untuk mengukur kinerja model klasifikasi. Selanjutnya, dilakukan deployment untuk implementasi model kedalam sebuah sistem yang dibangun menggunakan microframework Flask. Saat proses pemodelan, dilakukan eksperimen untuk menentukan kernel dan rasio terbaik untuk bekerja dengan algoritma Support Vector Machine (SVM) dalam melakukan klasifikasi. Lalu, didapatkan kernel RBF dengan rasio 80:20 menjadi kombinasi paling efektif dalam menghasilkan tingkat akurasi terbaik dan diimplementasikan kedalam sistem klasifikasi. Setelah dilakukan klasifikasi pada 19.791 data tweet opini publik terhadap pemindahan IKN, menghasilkan 17.952 opini yang terfokus dalam pembahasan aspek sosial dan 18.964 opini dengan sentimen positif. Hal ini menujukkan bahwa persepsi masyarakat cenderung dominan pada pembahasan sosial dengan pandangan yang mendukung pemindahan IKN.