Analisis Sentimen Terhadap RUU TNI Di Platform X (Twitter) Menggunakan Metode Ensemble Berbasis Naïve Bayes Dan Support Vector Machine

Abstract

Abstrak— Revisi Rancangan Undang-Undang Tentara Nasional Indonesia (RUU TNI) menjadi isu strategis yang memicu dinamika opini publik di media sosial. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Revisi RUU TNI di platform X (Twitter). Sebanyak 15.090 tweet dikumpulkan dan dianalisis menggunakan pendekatan machine learning untuk mengidentifikasi kecenderungan opini publik terhadap kebijakan tersebut. Data melalui beberapa tahap pengolahan, meliputi data cleaning, case folding, tokenization, stopword removal, dan TF-IDF vectorization sebelum dilakukan pelabelan dan pemodelan sentimen. Proses klasifikasi menggunakan tiga algoritma utama, yaitu Naïve Bayes, Support Vector Machine (SVM), serta metode Ensemble Weighted Soft Voting (Naïve Bayes–SVM) untuk memperoleh hasil yang lebih akurat dan stabil. Hasil penelitian menunjukkan bahwa sentimen publik di ruang digital terhadap Revisi RUU TNI cenderung negatif dan menunjukkan kekhawatiran terhadap meningkatnya peran militer dalam ranah sipil, sekaligus menggarisbawahi pentingnya komunikasi publik yang transparan dan partisipasi masyarakat dalam proses legislasi. Hasil klasifikasi menunjukkan bahwa opini publik didominasi oleh sentimen negatif sebesar 47,87%, diikuti sentimen netral sebesar 33,87%, dan positif sebesar 18,26%. Model SVM menghasilkan akurasi tertinggi sebesar 95,34%, diikuti Naïve Bayes dengan 93,67%, sementara ensemble Weighted Soft Voting mencapai 96,00%, meskipun peningkatan tersebut tidak signifikan secara statistik.

Kata Kunci— Analisis Sentimen, RUU TNI, Twitter, Naïve Bayes, Support Vector Machine, Ensemble, Framing Media.