Popularitas teknologi blockchain terus meningkat, terutama dalam sektor keuangan dengan penerapan seperti Bitcoin. Blockchain menawarkan sistem transaksi yang transparan, aman, dan efisien tanpa ketergantungan pada pihak ketiga. Salah satu fenomena menarik dalam ekosistem ini adalah kemunculan memecoin, aset digital berbasis humor dan budaya komunitas, seperti Dogecoin dan Shiba Inu.
Memecoin tidak hanya menawarkan peluang untuk memperoleh keuntungan, tetapi juga membangun komunitas yang aktif dan berpengaruh melalui media sosial, khususnya platform X. Platform ini menjadi sumber utama untuk memantau opini publik dan menyediakan data berupa tweet yang dapat dimanfaatkan untuk memahami sentimen publik terhadap memecoin.
Penelitian ini bertujuan untuk mengklasifikasikan sentimen pengguna terhadap memecoin ke dalam beberapa kategori yaitu positif, netral, dan negatif, menggunakan algoritma Support Vector Machine (SVM). Proses dimulai dengan pengumpulan data tweet, dilanjutkan dengan preprocessing teks cleaning, case folding, tokenizing, stopword, dan transformasi data menggunakan metode TF-IDF. Data kemudian dibagi dengan rasio 70:30, 80:20, dan 90:10 untuk pelatihan dan pengujian model. Hasil penelitian menunjukkan bahwa kernel RBF dengan parameter C = 10 dan gamma = 1 memberikan performa terbaik, dengan akurasi masing-masing sebesar 77%, 78%, dan 79% pada ketiga rasio tersebut. Evaluasi model juga menunjukkan keberhasilan precision, recall, dan f1-score di setiap skenario. Dengan demikian, SVM terbukti berhasil dalam mengidentifikasi opini publik terhadap memecoin.
Kata Kunci: Analisis sentiment, Memecoin, Support Vector Machine (SVM), X