PERBANDINGAN METODE MACHINE LEARNING UNTUK ANALISIS SENTIMEN OPINI PUBLIK TENTANG TAPERA (TABUNGAN PERUMAHAN RAKYAT)

Abstract

Kebijakan Tabungan Perumahan Rakyat (TAPERA) telah memicu perdebatan luas di masyarakat Indonesia, terutama di platform media sosial X (sebelumnya Twitter). Penelitian ini bertujuan untuk menganalisis sentimen opini publik terhadap implementasi TAPERA dengan membandingkan berbagai metode Machine Learning dan Deep Learning. Data dikumpulkan menggunakan teknik web scraping melalui platform Apify dalam rentang waktu Mei hingga Juli 2024, menghasilkan total 5.580 tweet. Sebelum tahap klasi~fikasi, data melalui proses preprocessing menggunakan teknik Natural Language Processing (NLP) untuk menangani variasi bahasa informal, slang, dan penghapusan elemen nontekstual. Hasil analisis menunjukkan bahwa mayoritas opini publik terhadap TAPERA bersifat negatif. Berdasarkan pengujian performa, model Decision Tree dan Support Vector Machine (SVM) memberikan tingkat akurasi tertinggi masing-masing sebesar 0,99 pada Confusion Matrix