Analisis Sentimen Publik Terhadap Program Lapor Mas Wapres Periode 2024 di Media Sosial X Menggunakan Metode Naive Bayes dan Support Vector Machine (SVM)

Abstrak

Program Lapor Mas Wapres merupakan platform digital yang difasilitasi oleh pemerintah guna menyalurkan aspirasi, keluhan, dan masukan masyarakat diajukan langsung kepada Wakil Presiden Republik Indonesia. Penelitian ini bertujuan untuk mengevaluasi opini masyarakat terhadap program tersebut melalui platform media sosial X dengan menerapkan algoritma klasifikasi Naïve Bayes dan Support Vector Machine (SVM). Dari total 8.108 tweet yang berhasil dikumpulkan, sebanyak 6.967 data digunakan setelah melalui tahap pembersihan dan pra-pemrosesan. Untuk mengatasi ketidakseimbangan kelas sentimen, diterapkan teknik Synthetic Minority Over-sampling Technique (SMOTE), dengan pembagian data 70% untuk pelatihan dan 30% untuk pengujian. Berdasarkan hasil analisis, algoritma Naïve Bayes menunjukkan akurasi awal sebesar 63% sebelum penerapan SMOTE, yang kemudian meningkat menjadi 78% setelah penerapan SMOTE. Sementara itu, algoritma SVM menunjukkan kinerja lebih unggul dengan akurasi sebesar 80% sebelum SMOTE dan meningkat menjadi 91% setelah SMOTE. Sentimen positif publik umumnya dipengaruhi oleh persepsi terhadap keterbukaan informasi dan kemudahan akses program, sedangkan sentimen negatif muncul akibat respons pemerintah yang dianggap lambat atau tidak memadai. Penerapan SMOTE terbukti efektif dalam meningkatkan kinerja model klasifikasi, terutama pada SVM. Temuan ini memberikan wawasan bagi pemerintah untuk meningkatkan efektifitas layanan pengaduan digital dan menyusun strategi komunikasi publik yang lebih responsif.