Analisis Sentimen Masyarakat Terhadap Pembentukan Provinsi Luwu Raya Pada Komentar Tiktok Menggunakan Metode TF-IDF Dan Support Vector Machine

Wacana pembentukan Provinsi Luwu Raya sebagai daerah otonom baru di Sulawesi Selatan menuai beragam respons dari masyarakat, salah satunya tercermin melalui komentar pada platform TikTok. Volume komentar yang besar serta penggunaan bahasa yang tidak baku menyebabkan analisis sentimen secara manual menjadi tidak efisien. Penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat terhadap wacana tersebut menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) sebagai teknik ekstraksi fitur dan Support Vector Machine (SVM) sebagai algoritma klasifikasi. Data penelitian berupa 3.227 komentar TikTok dikumpulkan melalui teknik web scraping, kemudian diolah melalui tahapan text preprocessing dan diberi label secara otomatis berbasis kamus (lexicon-based labeling) ke dalam tiga kelas, yaitu negatif, netral, dan positif. Fitur diekstraksi menggunakan TF-IDF dengan kombinasi unigram dan bigram, kemudian data dibagi menjadi 80% data latih dan 20% data uji secara stratifikasi. Hasil pengujian menunjukkan bahwa model SVM memperoleh akurasi sebesar 95,51%, dengan hasil validasi silang (5-fold cross validation) yang stabil pada kisaran 94,12%–95,82% (rata-rata 95,13%). Analisis lebih lanjut menunjukkan sentimen netral mendominasi (68,05%), diikuti negatif (26,89%) dan positif (5,05%), dengan visualisasi word cloud mengungkap bahwa sentimen negatif banyak dipicu oleh dampak teknis aksi demonstrasi, bukan penolakan terhadap gagasan pemekaran itu sendiri. Penelitian ini membuktikan bahwa kombinasi TF-IDF dan SVM efektif digunakan untuk menganalisis sentimen publik terhadap isu pemerintahan daerah berbasis data media sosial TikTok