Implementasi dan Evaluasi Model Klasifikasi Sentimen untuk Menganalisis Opini Publik Terhadap Aset Kripto pada Media Sosial X dan Youtube

Abstract

Perkembangan teknologi informasi dan komunikasi telah membawa perubahan besar pada cara masyarakat berinteraksi di dunia digital. Media sosial kini menjadi wadah utama bagi publik untuk mengekspresikan pendapat terhadap berbagai isu, termasuk fenomena ekonomi dan mata uang digital seperti cryptocurrency. Platform X dan YouTube merupakan dua media sosial yang paling sering digunakan untuk berdiskusi terkait aset kripto. Memahami pola opini publik terhadap aset kripto menjadi penting untuk banyak pihak, seperti investor, peneliti, dan pembuat regulasi. Penelitian ini mengimplementasikan dan mengevaluasi model klasifikasi sentimen terhadap opini publik mengenai aset kripto dengan mengumpulkan data dari platform X dan YouTube. Model yang digunakan adalah Logistic Regression dan Support Vector Machine (SVM), dua algoritma supervised learning yang dievaluasi berdasarkan metrik F1-Score. Hasil evaluasi menunjukkan bahwa SVM memberikan performa terbaik dengan nilai F1-Score sebesar 0,73, mengungguli Logistic Regression dengan F1-Score 0,70. Distribusi sentimen menunjukkan dominasi sentimen netral sebanyak 3.593 data, diikuti sentimen negatif 1.991 data dan positif 1.877 data. Hasil analisis divisualisasikan dalam bentuk dasbor interaktif yang dapat diakses secara publik.