Analisis Sentimen Publik terhadap Fenomena Judi Online di Media Sosial X dengan SVM

Andika Dwi Prastiko; Ade  Davy Wiranata

doi:10.55382/jurnalpustakaai.v5i2.1180

Penulis

Andika Dwi Prastiko Universitas Muhammadiyah Prof. DR. HAMKA
Ade Davy Wiranata Universitas Muhammadiyah Prof. Dr. HAMKA

DOI:

https://doi.org/10.55382/jurnalpustakaai.v5i2.1180

Kata Kunci:

analisis sentimen, judi online, media sosial x, SVM, TF-IDF

Abstrak

Fenomena meningkatnya praktik judi online di Indonesia, terutama melalui media sosial X (sebelumnya Twitter), menjadi isu yang memprihatinkan. Meskipun dilarang oleh hukum, aktivitas ini tetap marak terjadi dan menjangkau berbagai lapisan masyarakat, termasuk generasi muda. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap judi online serta mengukur efektivitas algoritma Support Vector Machine (SVM) dalam klasifikasi opini publik ke dalam sentimen positif dan negatif. Data dikumpulkan melalui teknik web scraping terhadap 1.006 tweet berbahasa Indonesia yang mengandung kata kunci “judi online” dan “judol” dalam periode 15 Juli 2024 hingga 15 Juli 2025. Data kemudian diproses melalui tahapan cleaning, case folding, tokenisasi, normalisasi, stopword removal, dan stemming. Representasi data dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), dan klasifikasi sentimen dilakukan dengan algoritma SVM menggunakan pendekatan supervised learning. Hasil menunjukkan bahwa 81,31% tweet mengandung sentimen negatif dan 18,69% menunjukkan sentimen positif. Model SVM memberikan akurasi sebesar 90,59% dengan nilai precision, recall, dan F1-score yang tinggi dalam mengklasifikasikan sentimen negatif. Temuan ini menunjukkan bahwa opini publik cenderung negatif terhadap fenomena judi online dan metode SVM efektif digunakan dalam analisis sentimen di media sosial.

Unduhan

Data unduhan belum tersedia.

Referensi

I. Fauzi, U. I. Salatiga, U. Sultan, dan A. Tirtayasa, “JUDI ONLINE SEBAGAI PROBLEMATIKA YANG,” vol. 1, no. 5, hal. 250–263, 2024.

R. Ramlan, N. Satyahadewi, dan W. Andani, “Analisis Sentimen Pengguna Twitter Menggunakan Support Vector Machine Pada Kasus Kenaikan Harga BBM,” Jambura J. Math., vol. 5, no. 2, hal. 431–445, 2023, doi: 10.34312/jjom.v5i2.20860.

A. Laras, N. Salvabillah, C. Caroline, J. Delas, F. Dinda, dan M. Finanto, “Analisis Dampak Judi Online di Indonesia,” Concept J. Soc. Humanit. Educ., vol. 3, no. 2, hal. 320–331, 2024.

I. T. Jadidah, U. M. Lestari, K. A. Smanah Fatiha, R. Riyani, Neli, dan C. A. Wulandari, “Analisis maraknya judi online di Masyarakat,” J. Ilmu Sos. dan Budaya Indones., vol. 1, no. 1, hal. 20–27, 2023, doi: 10.61476/8xvgdb22.

P. A. Permatasari, L. Linawati, dan L. Jasa, “Survei Tentang Analisis Sentimen Pada Media Sosial,” Maj. Ilm. Teknol. Elektro, vol. 20, no. 2, hal. 177, 2021, doi: 10.24843/mite.2021.v20i02.p01.

R. N. Handayani, “Optimasi Algoritma Support Vector Machine untuk Analisis Sentimen pada Ulasan Produk Tokopedia Menggunakan PSO,” Media Inform., vol. 20, no. 2, hal. 97–108, 2021, doi: 10.37595/mediainfo.v20i2.59.

T. Safitri, Y. Umaidah, dan I. Maulana, “Analisis Sentimen Pengguna Twitter Terhadap Grup Musik BTS Menggunakan Algoritma Support Vector Machine,” J. Appl. Informatics Comput., vol. 7, no. 1, hal. 28–35, 2023, doi: 10.30871/jaic.v7i1.5039.

F. Bei dan S. Sudin, “Analisis Sentimen Aplikasi Tiket Online Di Play Store Menggunakan Metode Support Vector Machine (Svm),” Sismatik, vol. 01, no. 01, hal. 91–97, 2021.

R. A. J. Fahmi, W. M. Nur, D. Canawine, M. N. Kusumajaya, A. F. Fadhlillah, dan N. A. Rakhmawati, “Analisis Sentimen Masyarakat Terhadap Uu Perlindungan Data Pribadi Pada Media Sosial Twitter Menggunakan Metode Support Vector Machine,” Method. J. Tek. Inform. dan Sist. Inf., vol. 10, no. 1, hal. 6–10, 2024, doi: 10.46880/mtk.v10i1.2335.

M. Ma’rufudin dan A. Yudhistira, “Analisis Sentimen Petani Milenial Pada Media Sosial X Menggunakan Algortitma Support Vector Machine (SVM),” J. Pendidik. dan Teknol. Indones., vol. 5, no. 3, hal. 845–857, 2025, doi: 10.52436/1.jpti.717.

M. F. A. Shidiq dan D. Alita, “KASUS JUDI ONLINE MENGGUNAKAN DATA DARI MEDIA SOSIAL X PENDEKATAN NAIVE BAYES DAN SVM,” vol. 8, no. 1, hal. 24–35, 2025.

Robert Antonius, A. R. Zulkarnain, dan H. Irsyad, “Pendekatan TF-IDF, SMOTE, dan SVM dalam Klasifikasi Sentimen Masyarakat terhadap Pemblokiran Judi Online,” Bul. Ilm. Inform. Teknol., vol. 2, no. 3, hal. 115–122, 2024, doi: 10.58369/biit.v2i3.65.

J. E. Br Sinulingga dan H. C. K. Sitorus, “Analisis Sentimen Opini Masyarakat terhadap Film Horor Indonesia Menggunakan Metode SVM dan TF-IDF,” J. Manaj. Inform., vol. 14, no. 1, hal. 42–53, 2024, doi: 10.34010/jamika.v14i1.11946.

V. Alviani, S. Alam, dan I. Kurniawan, “Analisis Sentimen Review Aplikasi Wetv Pada Platform Twitter Menggunakan Support Vector Machine,” STORAGE J. Ilm. Tek. dan Ilmu Komput., vol. 2, no. 3, hal. 143–149, 2023, doi: 10.55123/storage.v2i3.2351.

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

F. Amandasari dan D. Damayanti, “Perbandingan Kinerja Support Vector Machine dan Naive Bayes dalam Klasifikasi Sentimen Twitter Terhadap Pelayanan BPJS,” J. Pendidik. dan Teknol. Indones., vol. 5, no. 3, hal. 645–653, 2025, doi: 10.52436/1.jpti.680.