Optimasi Metode SVM Berbasis PSO pada Analisis Sentimen Isu Perebutan Tahta Pakubuwono XIV

Perkembangan media sosial menjadikan masyarakat lebih mudah menyampaikan opini terhadap berbagai isu, termasuk konflik perebutan tahta Pakubuwono XIV di Keraton Surakarta. Beragam tanggapan masyarakat pada kolom komentar TikTok menjadikan platform tersebut sebagai sumber data yang potensial untuk analisis sentimen. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap isu tersebut serta mengoptimalkan kinerja Support Vector Machine (SVM) menggunakan Particle Swarm Optimization (PSO). Data penelitian diperoleh melalui proses scraping komentar pada akun TikTok @KOMPASTV_JATENG menggunakan Apify. Data diambil dari komentar pada video yang diunggah 13 November 2025, dengan proses scraping dilakukan pada periode 13 November 2025 sampai 20 Januari 2026, sehingga diperoleh 600 komentar sebagai dataset penelitian. Tahapan penelitian meliputi preprocessing (cleaning, case folding, tokenization, stopword removal, dan filter tokens (by length)), pelabelan sentimen menggunakan pendekatan lexicon-based, pembobotan TF-IDF, klasifikasi menggunakan SVM, serta optimasi parameter menggunakan PSO. Pengujian dilakukan dengan rasio data latih dan data uji sebesar 80:20. Hasil penelitian menunjukkan bahwa optimasi PSO meningkatkan performa SVM, ditunjukkan oleh peningkatan accuracy dari 80,00% menjadi 98,33%, precision dari 87,45% menjadi 99,02%, recall dari 66,52% menjadi 94,44%, dan F1-score dari 75,56% menjadi 96,68%. Hasil tersebut menunjukkan bahwa PSO efektif meningkatkan kinerja SVM pada analisis sentimen komentar TikTok.