Analisis Sentimen Komentar Youtube Potensi Gempa Megathrust Di Indonesia Menggunakan Algoritma Support Vector Machine (SVM)

Abstract

Indonesia berada di kawasan Cincin Api Pasifik, menjadikannya salah satu negara dengan risiko gempa bumi tertinggi di dunia, termasuk potensi gempa megathrust. Peringatan resmi dari BMKG tentang potensi gempa besar ini menimbulkan kekhawatiran publik, yang tercermin dalam komentar masyarakat di platform media sosial YouTube . Analisis terhadap komentarkomentar ini penting untuk memahami persepsi masyarakat serta mendukung strategi komunikasi risiko bencana. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan sentimen masyarakat menjadi dua sentimen, yaitu sentimen positif dan sentimen negatif, menggunakan pendekatan analisis sentimen berbasis machine learning dengan algoritma Support Vector Machine (SVM). Data dikumpulkan dari dua video YouTube populer, kemudian melalui tahapan pra-pemrosesan, pelabelan
menggunakan SenticNet, pembobotan TF-IDF, penyeimbangan data dengan SMOTETomek, serta pengujian model menggunakan empat kernel SVM (Linear, RBF, Polynomial, dan Sigmoid) pada dua
skenario pembagian data: 80:20 dan 90:10. Hasil menunjukkan kernel RBF menghasilkan akurasi tertinggi (89%) pada skenario 80:20, namun bias terhadap kelas positif. Kernel Linear dan Sigmoid
lebih seimbang dan stabil. Kernel Linear dipilih sebagai model terbaik untuk klasifikasi sentimen dalam penelitian ini.
Kata kunci : gempa megathrust , analisis sentimen, komentar YouTube , support vector machine, SMOTETomek