Implementasi Algoritma Support Vector Machine (SVM) pada Pengklasifikasian Sentimen Warganet terhadap Juru Parkir Liar
Madyana Patasik(1*); Santi S(2); Muhardi M(3); Thabrani R(4); Husain T(5);
(1) Universitas Dipa Makassar
(2) Universitas Dipa Makassar
(3) Universitas Dipa Makassar
(4) Universitas Dipa Makassar
(5) Universitas Dipa Makassar
(*) Corresponding Author
AbstractJuru parkir liar dapat dengan mudah ditemukan di Kota Makassar dan keberadaannya ini sering meresahkan warga. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan sentimen negatif warganet terhadap juru parkir liar tersebut. Dengan menggunakan algoritma Support Vector Machine (SVM), dari 200 data yang dikumpulkan melalui kuesioner daring, 80% (160 responden) digunakan untuk data latih dan 20% (40 responden) untuk data uji. Hasil menunjukkan bahwa model SVM berhasil mengklasifikasikan sentimen, negatif (70% atau 28 responden) dan tidak negatif (30% atau 12 responden) dari 40 data uji dengan tingkat akurasi sebesar 95%, precision 1.00, recall 1.00, dan F1-score 1.00 untuk kelas/label “positif” (sentimen negatif), precision 0.83, recall 0.83, dan F1-score 0.91 untuk kelas/label “negatif” (sentimen tidak negatif). Dengan demikian, dapat disimpulkan bahwa penelitian ini membuktikan efektivitas algoritma SVM dalam mengklasifikasikan sentimen terhadap juru parkir liar. Hasil yang diperoleh dapat menjadi bahan pertimbangan pihak berwenang dalam menertibkan kota, terutama area sekitar pertokoan atau pusat perbelanjaan.
Keywordsklasifikasi; sentimen; juru parkir liar, Support Vector Machine (SVM)
|
Full Text:PDF |
Article MetricsAbstract view: 31 timesPDF view: 17 times |
Digital Object Identifier![]() |
Cite |
References
R. J. Oszaer, R. H. Nendissa dan H. M. Y. Tita, “Penegakan Hukum Terhadap Juru Parkir Tidak Resmi Di Kota Ambon,” CAPITAN: Constitutional Law & Administrative Law Review, vol. 1, no. 1, pp. 46–63, 2023.
S. E. Rahayu, H. Rita dan H. Febriaty, “Potensi Retribusi Parkir Terhadap PendapatanAsli Daerah Kota Medan, Sebelum dan Sesudah Penerapan E-Parkir,” Owner: Riset dan Jurnal Akuntansi, vol. 7, no. 4, pp. 3702–3711, 2023.
A. T. Mukti dan F. N. Hasan, “Analisis Sentimen Warganet Terhadap Keberadaan Juru Parkir Liar Menggunakan Metode Naive Bayes Classifier,” Jurnal Media Informatika Budidarma, vol. 8, no. 1, 644, Https://Doi.Org/10.30865/Mib.V8i1.6982, 2024.
S. Santi, T. Husain, B. Muliati dan W. K. Hamka, “Sistem Pemantau Penggunaan Alat Pelindung Diri (APD) Pekerja Secara Real Time,” JIKA: Jurnal Informatika, vol. 9, no. 3, pp 305-312, P ISSN : 2549-0710 E, ISSN : 2722-2713, DOI: http://dx.doi.org/10.31000/jika.v9i3.14400, Juli 2025.
S. Santi dan K. Aryasa, “String Matching dengan Knuth-Morris Pratt pada Aplikasi Pengecekan Kemiripan Judul Project PAK,” Buletin Sistem Informasi dan Teknologi Islam (BUSITI), vol. 6, no. 1, pp. 38-46, doi:https://doi.org/10.33096/busiti.v6i1.2737, 2025.
I. Irmawati, T. Husain, S. Santi, N. Nurdiansah, H. Herlinda dan K. Kasmawaru, “Analisis Perilaku Pembelian Audiens TikTok melalui Klasterisasi Preferensi Konten dengan Algoritma K-Means,” Jurnal Transformasi, vol. 21, no. 1, pp. I74–182, DOI: 10.56357/jt.v21i1.432, 2025.
S. Santi, C. Susanto, M. Muhardi, M. Patasik dan N. Nurlina, “Penerapan Algoritma K-Nearest Neighbor (KNN) Dalam Pengklasifikasian Tingkat Kematangan Buah Nangka Berdasarkan Citra Warna Kulit," Digital Transformation Technology, 4(1), 685–692, https://doi.org/10.47709/digitech.v4i1.4550, 2024.
A. Zy dan W. Hadikristanto, “Implementasi Algoritma Metode Naive Bayes Dan Support Vector Machine Tentang Pembobolan Dan Kebocoran Data Di Twitter,” Bulletin Of Information Technology (Bit), vol. 4, no. 1, pp. 49–56, Https://Doi.Org/10.47065/Bit.V4i1.493, 2023.
R. Setiyawan and Z. Mustofa, “Comparison Of The Performance Of Naive Bayes And Support Vector Machine In Sirekap Sentiment Analysis With The Lexicon-Based Approach,” Journal Of Soft Computing Exploration, vol. 5, no. 2, pp. 122–13, Https://Doi.Org/10.52465/Joscex.V5i2.367, 2024.
D. D. Nada, S. Soehardjoepri dan R. M. Atok, “Perbandingan Analisis Sentimen Mengenai Bpjs Pada Media Sosial Twitter Menggunakan Naïve Bayes Classifier (Nbc) Dan Support Vector Machine (SVM),” Jurnal Sains Dan Seni Its, vol. 11, no. 6, D480–D485, Https://Doi.Org/10.12962/J23373520.V11i6.96330, 2023.
N. W. Utami and J. J. Soplantila, “Using Svm (Support Vector Machine) Method To Predict Best Seller Book In Amazon.” Smart Techno (Smart Technology, Informatics And Technopreneurship), vol. 3, no. 1, pp. 1–4, Https://Doi.Org/10.59356/Smart-Techno.V3i1.28, 2021.
E. Hokijuliandy, H. Napitupulu dan F. Firdaniza, “Analisis Sentimen Menggunakan Metode Klasifikasi Support Vector Machine (Svm) Dan Seleksi Fitur Chi-Square,” Sisinfo: Jurnal Sistem Informasi Dan Informatika, vol. 5, no. 2, pp. 40–49, Https://Doi.Org/10.37278/Sisinfo.V5i2.670, 2023.
R. Tineges, A. Triayudi dan I. D. Sholihati, “Analisis Sentimen Terhadap Layanan Indihome Berdasarkan Twitter Dengan Metode Klasifikasi Support Vector Machine (Svm),” Jurnal Media Informatika Budidarma, vol. 4, no. 3, pp. 650, Https://Doi.Org/10.30865/Mib.V4i3.2181, 2020.
A. Ionita, A. Pomp, M. Cochez, T. Meisen and S. Decker, “Where to Park? Predicting Free Parking Spots in Unmonitored City Areas,” in Proceedings of the 8th International Conference on Web Intelligence, Mining and Semantics, pp. 1–12, 2018.
U. Sekaran and R. Bougie, “Research Methods For Business: A Skill Building Approach (7th ed.),” United Kingdom: John Wiley & Sons Ltd., 2016.
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.