ABSTRAK
Setiap tahunnya, dunia pendidikan Indonesia berusaha untuk memperbaiki sistem pendidikannya. Tetapi, tidak selalu usaha untuk memperbaiki pendidikan di Indonesia akan menghasilkan hasil baik. Salah satu contoh yang tidak memiliki hasil yang baik adalah sistem zonasi yang sudah diterapkan beberapa saat lalu. Dimana, kebijakan ini hanya menggunakan domisili siswa dalam proses penerimaan siswa baru yang pastinya akan bermasalah bagi siswa yang memiliki domisili yang cukup jauh dari sekolahnya. Hal ini membuat kebanyakan orang tua siswa resah akan sistem yang sudah diterapkan oleh pemerintah ini. Oleh karena itu, dibuatlah sistem analisis sentimen pada sosial media twitter tentang sistem zonasi sekolah dengan menggunakan metode Support Vector Machine. Sistem ini akan mengklasifikasikan opini opini yang beredar di twitter, yang nantinya akan di kategorikan di beberapa kategori yaitu, positif, negatif, dan netral. Pada penelitian ini didapat Sistem ini menghasilkan akurasi sebesar 90.41%, nilai presisi sebesar 90.39%, nilai recall sebesar 90.42%, dan nilai f1 score sebesar 90.40% dengan total fitur yang digunakan berjumlah 3440.
Kata Kunci: Klasifikasi Teks, Zonasi Sekolah, Pendidikan, Support Vector Machine, sentimen analisis.