Abstract:
Judi online sudah menjadi masalah nasional, dan upaya penanganannya mendapat
banyak tanggapan dari masyarakat di media sosial X, baik berupa dukungan
maupun kritik. Karena jumlahnya besar dan bentuknya tidak terstruktur, opini
seperti
ini
sulit
dianalisis
secara manual. Penelitian ini bertujuan
mengklasifikasikan sentimen publik terhadap penanganan judi online menjadi
positif dan negatif menggunakan text mining dan algoritma Support Vector
Machine (SVM), lalu menampilkan hasilnya melalui sistem monitoring berbasis
web. Data yang digunakan adalah 1.090 tweet berbahasa Indonesia dari Juli 2024
sampai Juli 2025, yang diproses melalui preprocessing, pembobotan TF-IDF,
pembagian data latih dan data uji, serta klasifikasi SVM. Setelah preprocessing,
tersisa 1.089 tweet dengan 3.523 fitur. Pengujian dilakukan pada sembilan skenario
dengan variasi rasio pembagian data dan kernel. Kernel linear memberikan hasil
terbaik di semua rasio, dengan akurasi tertinggi 88,07% pada rasio 90:10. Pada
skenario utama (kernel linear, rasio 80:20), model memperoleh accuracy 87,61%,
precision 87,69%, recall 87,61%, dan F1-score 87,61%. Sistem bernama Guardian
Judol dibangun menggunakan Flask, dan seluruh 16 skenario pengujian black box
berstatus valid. Namun, uji prediksi manual menunjukkan model masih keliru pada
kalimat yang memuat kata negasi, sehingga penanganan stopword dan stemming
perlu diperbaiki pada penelitian selanjutnya.
