ABSTRAK
Twitter merupakan media sosial yang digunakan untuk menyampaikan
opini, bertukar informasi, mengunggah video dan foto. Pada media sosial
twitter pertukaran informasi yang cepat menjadi kelebihan, sehingga sering
digunakan untuk menyampaikan berita maupun opini berupa isu yang
terjadi pada era pemerintahan saat itu. Pengaruh dan manfaat dari sentimen
sedemikian besar sehingga penilitian mengenai sentimen analisis
berkembang sangat pesat. Terdapat beberapa tahapan pada penelitian ini
diantaranya adalah tahapan pengumpulan data, pembersihan data, ekstraksi
fitur, klasifikasi data dengan menggunakan metode Support Vector Machine
dan pemodelan topik menggunakan metode Latent Dieichlet Allocation.
Dalam penelitian ini akan melakukan klasifikasi sentimen dan pemodelan
topik masyarakat terhadap isu yang terjadi pada saat Joko Widodo menjadi
presiden yang diambil melalui media sosial twitter. Dengan adanya sistem
tersebut dapat membantu menganalisis opini berdasarkan perspektif
masyarakat pada media sosial twitter.
Hasil dari penelitian ini mengambil data pada twitter yang diambil
mulai dari tanggal 23 September 2018 sampai tanggal 15 Desember 2020
sebanyak 1200 data berupa 600 data negatif dan 600 data positif. Dapat
disimpulkan, sistem klasifikasi sentimen dan pemodelan topik ini bekerja
dengan menggunakan metode Support Vector Machine dan Latent Dirichlet
Allocation. Pada penelitian ini mendapatkan accuracy sebesar 86.39%,
precision sebesar 85.75%, recall sebesar 85.86%, dan F1 score sebesar
85.79% dengan total fitur yang digunakan 3236. Sedangkan untuk analisis
topik menggunakan Latent Dirichlet Allocation mendapatkan nilai
perplexity sebesar 7.0693 pada sentimen positif dan 7.2897 pada sentimen
negatif.
Kata Kunci: Klasifikasi Teks, Support Vector Machine, Topic Modeling,
Latent Dirichlet Allocation, Twitter.