Analisis Sentimen Instagram Persija Jakarta Menggunakan Metode Support Vector Machine (SVM)

Instagram merupakan platform media sosial dengan jumlah pengguna aktif yang sangat besar di Indonesia, termasuk di kalangan pendukung klub sepak bola Persija Jakarta. Tingginya volume komentar pada akun Instagram resmi Persija Jakarta menyebabkan analisis sentimen secara manual menjadi tidak efisien, sehingga dibutuhkan pendekatan otomatis berbasis kecerdasan buatan. Penelitian ini dibatasi pada komentar berbahasa Indonesia yang dikumpulkan dari 60 unggahan akun Instagram resmi Persija Jakarta (30 unggahan saat menang dan 30 unggahan saat kalah) pada rentang 1 Juli 2023 hingga 23 Mei 2026, dengan sentimen diklasifikasikan ke dalam tiga kategori, yaitu positif, negatif, dan netral.Penelitian ini menggunakan kerangka kerja Cross Industry Standard Process for Data Mining (CRISP-DM) dengan metode klasifikasi Support Vector Machine (SVM) kernel linear yang dikombinasikan dengan ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF). Data komentar diproses melalui tahapan case folding, cleaning, normalisasi, tokenisasi, stopword removal, dan stemming, kemudian diberi label sentimen otomatis menggunakan INSET Lexicon yang divalidasi secara manual, sebelum dataset dibagi menggunakan train-test split rasio 80:20.Dari 6.000 komentar mentah, diperoleh 4.477 komentar valid dengan 4.440 fitur unik hasil TF-IDF. Model SVM kernel linear mencapai akurasi 93,64%, dengan precision tertinggi pada kelas positif (98%) serta recall dan F1-Score tertinggi pada kelas netral (99% dan 0,95), sedangkan kelas negatif memperoleh recall terendah (0,69) akibat ketidakseimbangan distribusi data. Hasil ini membuktikan bahwa kombinasi SVM kernel linear dan TF-IDF efektif digunakan untuk analisis sentimen komentar Instagram berbahasa Indonesia pada domain komunitas suporter sepak bola.