Analisis Sentimen Proyek Strategis Nasional Food Estate Menggunakan Algoritma Naïve Bayes, Logistic Regression dan Support Vector Machine

Abstract

Proyek Strategis Nasional Food Estate merupakan program pemerintah Indonesia yang bertujuan untuk meningkatkan ketahanan pangan melalui pengembangan kawasan pertanian berskala besar. Pada debat cawapres menjelang pemilu 2024, Food Estate kembali menjadi topik hangat yang memunculkan kontroversi. Sehingga, penelitian ini bertujuan untuk menganalisis perspektif masyarakat mengenai Proyek Strategis Nasional Food Estate dengan membandingkan kinerja algoritma machine learning diantaranya yaitu Support Vector Machine, Naïve Bayes dan Logistic Regression. Kemudian penelitian ini juga melakukan percobaan dengan ektraksi fitur TF-IDF dan Word2Vec. Hasilnya ekstraksi fitur dengan TF-IDF lebih unggul dalam mengekstraksi fitur yang relevan untuk meningkatkan performa klasifikasi dibandingkan dengan metode Word2Vec. Algoritma dengan klasifikasi terbaik yaitu Logistic Regression+TF-IDF dengan akurasi sebesar 74%, selanjutnya yaitu Support Vector Machine+TF-IDF, Naïve Bayes+TF-IDF dengan akurasi sebesar 73% dan 72%.