Isu pagar laut di pesisir Kabupaten Tangerang menjadi perhatian publik karena
dampak lingkungan dan sosial yang ditimbulkannya serta minimnya transparansi
dari pihak berwenang. Twitter sebagai media sosial banyak digunakan masyarakat
untuk menyuarakan opini terhadap isu ini. Untuk memahami opini tersebut, analisis
sentimen dengan pendekatan machine learning digunakan. Namun, pendekatan
yang umum digunakan masih terbatas pada single-label classification, sementara
isu pagar laut bersifat multidimensi dan lebih sesuai dianalisis menggunakan
pendekatan multi-label classification. Penelitian ini bertujuan untuk
membandingkan performa algoritma SVM, Random Forest, dan XGBoost dalam
klasifikasi sentimen menggunakan pendekatan single-label dan multi-label,
sekaligus mengisi celah penelitian melalui penerapan kedua pendekatan tersebut
dengan dan tanpa penggunaan teknik SMOTE.
Penelitian ini dilakukan melalui empat tahap utama: studi literatur,
pembangunan korpus data, pengembangan dan pelatihan model, serta evaluasi dan
implementasi sistem. Data dikumpulkan dari Twitter dengan kata kunci terkait
pagar laut, kemudian diproses melalui cleaning, normalisasi, stemming, dan
pelabelan manual terhadap sentimen (positif, negatif, netral) dan aspek (lingkungan,
sosial, ekonomi). Dataset dikonversi dalam format single-label dan multi-label, lalu
fitur teks diekstraksi menggunakan TF-IDF. Tiga algoritma SVM, Random Forest,
dan XGBoost dilatih dan dievaluasi menggunakan classification report dan confusion matrix, serta diimplementasikan dalam antarmuka web menggunakan
Streamlit.
Hasil penelitian menunjukkan bahwa pada pendekatan single-label
classification, algoritma SVM tanpa SMOTE memberikan performa terbaik,
sedangkan pada pendekatan multi-label classification, SVM tanpa SMOTE juga
unggul dalam hal F1-score. Penelitian ini membuktikan bahwa pendekatan multilabel
tanpa oversampling tetap dapat menghasilkan kinerja yang kompetitif,
khususnya dalam konteks isu publik yang bersifat kompleks seperti pagar laut.
Temuan ini diharapkan dapat mendukung pengambilan keputusan berbasis data
dalam kebijakan publik dan analisis opini masyarakat di media sosial.