Analisis Sentimen Tweet Netizen Terhadap Timnas Sepak Bola Indonesia di Era Shin Tae-Yong Menggunakan Algoritma Support Vector Machine (SVM)


Muhammad Rifqi Fauzan(1*); Siska Anraeni(2); Lutfi Budiman Ilmuwan(3);

(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author

  

Abstract


Era kepelatihan Shin Tae-Yong menjadi momen penting bagi sepak bola Indonesia. Performa Timnas Indonesia di bawah asuhan Shin Tae-Yong menuai beragam respons di media sosial X. Penelitian ini bertujuan untuk menganalisis sentimen netizen terhadap timnas Indonesia di era Shin Tae-Yong dengan menggunakan algoritma Support Vector Machine (SVM). Dataset yang digunakan dalam penelitian ini terdiri dari 398 tweet yang dikumpulkan dari platform media sosial X, namun setelah prosedur preprocessing, jumlah tersebut berkurang menjadi 391 tweet yang merepresentasikan opini dan pandangan netizen tentang timnas Indonesia di era Shin Tae-Yong. Dari data yang dianalisis, 200 data (51,15%) menunjukkan sentimen positif terhadap timnas Indonesia di era Shin Tae-Yong, sementara 191 data (48,85%) menunjukkan sentimen negatif. Proses pengumpulan data melibatkan pemilihan tweet yang relevan dengan menggunakan keyword terkait timnas Indonesia di era Shin Tae Yong, diikuti dengan tahap preprocessing untuk membersihkan data. Evaluasi dilakukan dengan mengukur akurasi, presisi, recall, dan F1-score setiap algoritma dalam mengklasifikasikan sentimen tweet sebagai positif atau negatif. Penerapan metode SVM dalam analisa sentimen tentang timnas Indonesia di era Shin Tae-Yong berhasil mencapai tingkat accuracy sebesar 63,29%, precision sebesar 65%, recall sebesar 65% dan F1-Score sebesar 63%. Hasil penelitian menunjukkan bahwa algoritma SVM secara signifikan relatif baik dalam mengenali dan mengklasifikasikan sentimen terkait timnas Indonesia di era Shin Tae-Yong. Penelitian ini dapat memberikan wawasan penting mengenai pemilihan algoritma machine learning yang optimal untuk analisis sentimen dan dapat membantu peneliti dalam memilih metode yang tepat untuk analisis sentimen di berbagai topik

Keywords


Support Vector Machine (SVM); Analisis Sentimen; X; Shin Tae-Yong

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 6 times
PDF view: 3 times 		     

Digital Object Identifier

doi  https://doi.org/10.33096/linier.v2i3.3144 		  

Cite

How to cite item

References


G. Sumantri and S. H. Marwoto, “Analisis Sentimen Di Twitter Terkait Tim Nasional Sepak Bola Indonesia Menggunakan Metode Support Vector Machine,” J. Kaji. dan Terap. Mat., vol. 10, no. 2, pp. 96–104, 2024, [Online]. Available: http://journal.student.uny.ac.id/ojs/index.php/jktm:

R. Grimm and C. Jackson, “Attitudes Towards the Fifa World Cup 2022 in Qatar,” pp. 1–23, 2022.

Muhammad Ilham Fadila, Hanafi, and Anggit Dwi Hartanto, “Sentiment Analysis of the Indonesian National Team in the 2020 AFF Cup Using Naïve Bayes and K-Nearest Neighbor Algorithms,” Inf. J. Ilm. Bid. Teknol. Inf. dan Komun., vol. 8, no. 1, pp. 1–6, 2023, doi: 10.25139/inform.v8i1.5222.

T. A. Anastasya, A. D. P. Saka, M. J. D. Deke, and A. M. Rizki, “OPTIMASI ALGORITMA SVM DENGAN PSO UNTUK ANALISIS SENTIMEN PADA MEDIA SOSIAL X TERHADAP KINERJA TIMNAS DI ERA SHIN TAE-YONG,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 1, pp. 384–391, 2025.

D. A. Prabowo and S. Sudianto, “Analisis Sentimen Sepak Bola Indonesia pada Twitter menggunakan K-Nearest Neighbors dan Random Forest,” JSAI J. Sci. Appl. Informatics, vol. 06, no. 02, pp. 217–227, 2023.

A. E. Pratama, A. Ariesta, and G. Gata, “Analisis Sentimen Masyarakat Terhadap Tim Nasional Indonesia Pada Piala AFF 2020 Menggunakan Algoritma K-Nearest Neighbors,” J. TICOM Technol. Inf. Commun., vol. 10, no. 3, pp. 187–196, 2022, [Online]. Available: https://jurnal-ticom.jakarta.aptikom.org/index.php/Ticom/article/view/33/47

M. D. Taufiqurahman, S. Anraeni, and H. Darwis, “Analisis Sentimen Komentar Konten Kreator Gaming Menggunakan Metode Naive Bayes dan KNN,” LINIER (Literatur Inform. Komputer), vol. 1, no. 4, pp. 317–327, 2024.

R. H. Nufus and U. Surapati, “Analisis Sentimen Persepsi Masyarakat Terhadap Timnas Indonesia U-23 dalam AFC-23 Asian Cup 2024 Pada Media Sosial X Menggunakan Metode Naïve Bayes Classifier,” J. Indones. Manaj. Inform. dan Komun., vol. 5, no. 3, pp. 2647–2657, 2024.

Y. Akbar and A. N. Ihsan, “Analisis Sentimen Twitter Terhadap Opini Masyarakat Pada Sea Games Kamboja 2023 Menggunakan Algoritma Support Vector Machine,” INTECOMS J. Inf. Technol. Comput. Sci., vol. 6, no. 2, pp. 814–821, 2023, doi: 10.31539/intecoms.v6i2.7670.

N. Leelawat et al., “Twitter data sentiment analysis of tourism in Thailand during the COVID-19 pandemic using machine learning,” Heliyon, vol. 8, no. 10, p. e10894, 2022, doi: 10.1016/j.heliyon.2022.e10894.

N. Fitriyah, B. Warsito, and D. A. I. Maruddani, “Analisis Sentimen Gojek Pada Media Sosial Twitter Dengan Klasifikasi Support Vector Machine (SVM),” J. Gaussian, vol. 9, no. 3, pp. 376–390, 2020, doi: 10.14710/j.gauss.v9i3.28932.

A. W. Siswanto and Neneng Nurhasanah, “Analisis Fenomena Childfree di Indonesia,” Bandung Conf. Ser. Islam. Fam. Law, vol. 2, no. 2, pp. 64–70, 2022, doi: 10.29313/bcsifl.v2i2.2684.

P. Nugraha, Rasiban, F. M. Sarimole, and Tundo, “Analisis Sentimen Kepuasan Publik Terhadap Masa Kepemimpinan Shin Tae Yong Menggunakan Algoritma Naïve Bayes,” vol. 9, no. March, pp. 149–158, 2025.

H. C. Husada and A. S. Paramita, “Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine ( SVM ),” vol. 10, no. 1, pp. 18–26, 2021, doi: 10.34148/teknika.v10i1.311.

R. Mukarramah, D. Atmajaya, and L. B. Ilmawan, “Performance comparison of support vector machine (SVM) with linear kernel and polynomial kernel for multiclass sentiment analysis on twitter,” Ilk. J. Ilm., vol. 13, no. 2, pp. 168–174, 2021, doi: 10.33096/ilkom.v13i2.851.168-174.

A. D. Dayani, Yuhandri, and G. W. Nurcahyo, “Analisis Sentimen Terhadap Opini Publik pada Sosial Media Twitter Menggunakan Metode Support Vector Machine,” J. KomtekInfo, vol. 11, no. 1, 2024, doi: 10.35134/komtekinfo.v11i1.439.

E. Ronando, M. Yasa, and E. Indasyah, “Sistem Prediksi Kepribadian Manusia Berdasarkan Status Media Sosial Menggunakan Support Vector Machine,” vol. 17, no. 1, pp. 13–22, 2021.

F. Ramadhan, “Analisis Sentimen Timnas Sepakbola di Era STY,” Kaggle.com. [Online]. Available: https://www.kaggle.com/datasets/pajarbebek/analisis-sentimen-timnas-sepakbola-di-era-sty/data

A. F. Nur, Y. Salim, and Ramdaniah, “Analisis Sentimen Pengguna X Terhadap Perkembangan Artificial Intelligence ( AI ) Menggunakan Algoritma Machine Learning,” LINIER (Literatur Inform. Komputer), vol. 1, no. 4, pp. 347–357, 2024.

M. D. Hendriyanto, A. A. Ridha, and U. Enri, “Analisis Sentimen Ulasan Aplikasi Mola pada Google Play Store Menggunakan Algoritma Support Vector Machine,” J. Inf. Technol. Comput. Sci., vol. 5, no. 1, pp. 2621–3249, 2022.

S. Ramdani, Azahari, and T. Bustomi, “Analisis Sentimen Terhadap Pemain Diaspora Timnas Indonesia pada Media Sosial Instagram Menggunakan Metode Support Vector Machine (SVM),” vol. 28, no. 2, pp. 1–8, 2024, doi: 10.46984/sebatik.v28i2.0000.

N. F. Az-haari, D. Juardi, and A. Jamaludin, “Analisis Sentimen Terhadap Boikot Brand Pro-Israel pada Twitter Menggunakan Metode Naïve Bayes (Studi Kasus: Starbucks),” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, pp. 4256–4261, 2024.

A. Sentiment, “Kamus slag,” Kaggle.com. [Online]. Available: https://www.kaggle.com/datasets/fornigulo/kamus-slag

F. M. A. Sofyan, N. Sulistiyowati, and A. Voutama, “ANALISIS SENTIMEN TERHADAP RESPON PERUBAHAN NAMA TWITTER MENJADI ‘ X ’ MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER,” vol. 8, no. 5, pp. 10987–10994, 2024.

A. B. Sasmita, B. Rahayudi, and L. Muflikhah, “Analisis Sentimen Komentar pada Media Sosial Twitter tentang PPKM Covid-19 di Indonesia dengan Metode Naïve Bayes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 3, pp. 1208–1214, 2022.

R. F. R. Pohan, D. E. Ratnawati, and I. Arwani, “Implementasi Algoritma Support Vector Machine dan Model Bag-of-Words dalam Analisis Sentimen mengenai PILKADA 2020 pada Pengguna Twitter,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 10, pp. 4924–4931, 2022, [Online]. Available: http://j-ptiik.ub.ac.id

K. Hadi and E. Utami, “Analysis of K-NN with the Integration of Bag of Words , TF-IDF , and N-Grams for Hate Speech Classification on Twitter,” JUITA J. Inform., vol. 12, no. 2, pp. 289–298, 2024.

A. D. W. M. Sidik, I. H. Kusumah, A. Suryana, Edwinanto, M. Artiyasa, and A. P. Junfithrana, “Gambaran Umum Metode Klasifikasi Data Mining,” Fidel. J. Tek. Elektro, vol. 2, no. 2, pp. 34–38, 2020.

L. Nurhidayati, Y. Umaidah, and U. Enri, “Analisis Sentimen Isu Childfree Di Media Sosial Twitter Menggunakan Algoritma Support Vector Machine,” J. Ilm. Wahana Pendidik., vol. 10, no. 4, pp. 422–430, 2024


Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Muhammad Rifqi Fauzan, Siska Anraeni, Lutfi Budiman Ilmuwan

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



Literatur Informatika dan Komputer

Diterbitkan oleh  Fakultas Ilmu Komputer
Website :  https://jurnal.fikom.umi.ac.id/index.php/LINIER/
Email : linier@umi.ac.id

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