JIRE (Jurnal Informatika & Rekayasa Elektronika) Volume 2, No 2, Nopember 2019 http://e-journal.stmiklombok.ac.id/index.php/jire 43 KLASIFIKASI TEKS SOSIAL MEDIA TWITTER MENGGUNAKAN SUPPORT VECTOR MACHINE (Studi Kasus Penusukan Wiranto) Lalu Mutawalli 1 , Mohammad Taufan Asri Zaen 2 , Wire Bagye 3 1 Pusat Studi Data Sains, STMIK Lombok, Jl. Basuki Rahmat No.105 Praya Lombok Tengah 2 Sistem Informasi, STMIK Lombok, Jl. Basuki Rahmat No.105 Praya Lombok Tengah 3 Teknik Informatika, STMIK Lombok, Jl. Basuki Rahmat No.105 Praya Lombok Tengah 1 laluallistilo@gmail.com, 2 opanzain@gmail.com, 3 wirestmik@gmail.com Abstract In the era of technological disruption of mass communication, social media became a reference in absorbing public opinion. The digitalization of data is very rapidly produced by social media users because it is an attempt to represent the feelings of the audience. Data production in question is the user posts the status and comments on social media. Data production by the public in social media raises a very large set of data or can be referred to as big data. Big data is a collection of data sets in very large numbers, complex, has a relatively fast appearance time, so that makes it difficult to handle. Analysis of big data with data mining methods to get knowledge patterns in it. This study analyzes the sentiments of netizens on Twitter social media on Mr. Wiranto stabbing case. The results of the sentiment analysis showed 41% gave positive comments, 29% commented neutrally, and 29% commented negatively on events. Besides, modeling of the data is carried out using a support vector machine algorithm to create a system capable of classifying positive, neutral, and negative connotations. The classification model that has been made is then tested using the confusion matrix technique with each result is a precision value of 83%, a recall value of 80%, and finally, as much as 80% obtained in testing the accuracy. Keywords: Model, SVM, Classification, Text, Social Media Abstrak Pada era teknologi distrupsi komunikasi masa, sosial media menjadi acuan dalam menyerap opini publik. Digitalisasi data sangat pesat diproduksi oleh pengguna sosial media karena merupakan upaya untuk merepresentasikan perasaan khalayak. Produksi data yang dimaksud adalah pengguna melakukan postingan status dan komentar di sosial media. Produksi data oleh khalayak di sosial media tersebut memunculkan sekumpulan data yang sangat besar atau bisa disebut dengan istilah big data. Big data adalah merupakan kumpulan himpunan data dalam jumlah yang sangat besar, kompleks, memiliki waktu kemunculan relativ cepat, sehingga menjadikanya sulit untuk ditangani. Analisa terhadap data yang besar dengan metode data mining untuk mendapatkan pola pengetahuan di dalamnya. Penelitian ini melakukan analisa terhadap sentimen netizen di media sosial twitter terhadap kasus penusukan Wiranto. Hasil sentimen analisis menujukkan 41% memberikan komentar positif, 29% berkomentar secara netral, dan 29% berkomentar secara negatif terhadap kejadian. Selain itu, pemodelan terhadap data dilakukan dengan menggunakan algoritma support vector machine agar dapat membuat sistem yang mampu melakukan klasifikasi terhadap komentar berkonotasi positif, netral, dan negatif. Model klasifikasi yang telah dibuat kemudian diuji dengan mengunakan teknik confusion matrix dengan masing-masing hasil adalah nilai presisi sebesar 83%, nilai recall sebesar 80%, dan terakhir sebesar 80% yang didapatkan pada pengujian akurasi. Kata kunci: Model, SVM, Klasifikasi, Teks, Media Sosial