Twitter merupakan media sosial urutan ke 6 yang sering diakses di
Indonesia. Masyarakat yang pengetahuannya kurang terhadap Gus Dur berani
menyebarkan ujaran kebencian pada media sosial twitter atas kontroversinya.
Penelitian ini merupakan penelitian kuantitatif tentang analisis sentimen yang
mengekstrak sentimen tokoh Gus Dur pada twitter dengan tujuan menerapkan
algoritma Naïve Bayes dan Support Vector Machine (SVM). Alur penelitian
menggunakan metode SEMMA (Sample, Explore, Modify, Model, dan Assess).
Sample berupa pengumpulan data set melalui tweet yang di-crawling selanjutnya
menyeleksi atribut yang penting pada tahap explore. Selanjutnya modify berupa
text preprocessing sehingga menjadi data terstruktur. Model untuk pelabelan
menggunakan masing-masing metode yang akan diuji. Setelah pelabelan akan
diklasifikasikan menggunakan kedua metode tersebut. Assess berupa hasil
evaluasi menggunakan confusion matrix dan k-fold cross validation. Hasil akurasi
Naïve Bayes adalah 78,36%, sedangkan Support Vector Machine menghasilkan
nilai akurasi sebesar 84,27% sehingga Support Vector Machine lebih unggul
5,91% dari Naive Bayes. Support Vector Machine menganalisis 86 sentimen
positif lebih banyak daripada sentimen negatif yang artinya Gus Dur dipandang
positif pada media sosial twitter. Hasil akurasi dari Naïve Bayes dan Support
Vector Machine (SVM) menghasilkan nilai yang baik untuk topik tokoh Gus Dur,
sehingga algoritma tersebut dapat diterapkan untuk klasifikasi analisis sentimen
pada data baru.
Kata Kunci: Analisis Sentimen, Gus Dur, Naïve Bayes, Support Vector Machine,
SEMMA.