ANALISIS SENTIMEN APLIKASI X TERHADAP MELEMAHNYA IHSG MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN MULTINOMIAL NAÏVE BAYES = SENTIMENT ANALYSIS OF THE X PLATFORM CONCERNING THE WEAKENING OF THE COMPOSITE STOCK PRICE INDEX (IHSG) USING SUPPORT VECTOR MACHINE (SVM) AND MULTINOMIAL NAÏVE BAYES

Latar Belakang. Indeks Harga Saham Gabungan (IHSG) merupakan indikator utama pasar modal Indonesia, di mana pelemahannya dapat memengaruhi kepercayaan investor dan perekonomian nasional. Media sosial X memungkinkan penyampaian opini publik secara cepat dan real-time sehingga dapat mencerminkan sentimen masyarakat terhadap pergerakan IHSG. Tujuan. Penelitian ini bertujuan menganalisis sentimen pengguna X terhadap melemahnya IHSG serta membandingkan performa algoritma Support Vector Machine (SVM) dan Multinomial Naïve Bayes (MNB). Metode. Data dikumpulkan melalui proses crawling terhadap 1.113 tweet berbahasa Indonesia pada periode 27 Maret hingga 3 April 2025. Data diproses melalui tahap preprocessing, pelabelan sentimen berbasis leksikon, ekstraksi fitur TF-IDF, serta penanganan ketidakseimbangan data menggunakan SMOTE. Hasil. Hasil penelitian menunjukkan bahwa SVM memperoleh akurasi sebesar 81,01%, sedangkan MNB mencapai 80,45%. SVM lebih adaptif dalam menangani data tidak seimbang, sementara MNB menunjukkan kinerja yang relatif stabil. Kesimpulan. Penelitian ini memberikan gambaran sentimen publik terhadap pergerakan IHSG serta menunjukkan bahwa SVM dan MNB sama-sama efektif dalam analisis sentimen, dengan keunggulan adaptasi pada model SVM.

Keyword : Analisis Sentimen, IHSG, Support Vector Machine, Multinomial Naïve Bayes, Media Sosial X.