Analisis Sentimen Kontaminasi Radioaktif di Kawasan Industri Cikande Menggunakan Algoritma Support Vector Machine

Dugaan ada kontaminasi radioaktif yang mencemari kawasan industri Cikande membuat masyarakat bereaksi keras, yang terlihat dari banyaknya komentar di TikTok. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap isu tersebut serta mengevaluasi kinerja algoritma Support Vector Machine (SVM) dalam mengklasifikasikan opini secara otomatis. Data yang digunakan berasal dari 3.160 komentar yang dikumpulkan dengan cara web scraping, lalu diproses melalui beberapa langkah seperti membersihkan teks, normalisasi, pemisahan kata, menghapus kata umum, dan merangkum kata sebelum digunakan metode TF-IDF untuk representasi. Komentar kemudian diberi label menggunakan cara berdasarkan leksikon, yang menunjukkan 70.79% komentar bersifat negatif dan 29.21% bersifat positif. Pemodelan dilakukan dengan SVM menggunakan data latih dan uji dengan perbandingan 80:20. Hasilnya menunjukkan bahwa model berhasil mendapatkan akurasi sebesar 89% dan bisa dengan baik mengenali kedua jenis sentimen. Secara umum, komentar negatif lebih banyak mengungkapkan kekhawatiran terhadap kesehatan, dampak lingkungan, dan kurangnya kepercayaan terhadap cara pengelolaan limbah, sementara komentar positif menekankan pentingnya verifikasi secara ilmiah dan pemantauan resmi. Temuan ini menunjukkan perlunya komunikasi tentang risiko yang lebih jelas, konsisten, dan berdasarkan data agar bisa mengurangi kekhawatiran masyarakat dan meningkatkan kepercayaan publik.