Analisis Sentimen Komentar Instagram terhadap Isu PMS menggunakan SVM

Abstract

Perkembangan media sosial sebagai ruang publik membentuk persepsi masyarakat terhadap berbagai isu sosial dan Kesehatan. Isu perubahan emosi menjelasn menstruasi atau PMS (Premenstrual Syndrome)  menjadi  salah satu isu yang mendapat banyak perhatian pada media sosial Instagram. Tingkat interaksi pengguna pada konten viral bertema PMS menunjukkan beragam respon emosional, namun disisi lain topik ini masih sering disalahpahami dan distigmatisasi. Penelitian ini bertujuan untuk menganalisis sentimen komentar pengguna Instagram terhadap konten meme viral yang membahas perubahan emosi menjelang menstruasi menggunakan algoritma Support Vector Machine dengan Stemming Sastrawi. Sebanyak 2760 komentar yang terkumpul setelah melalui tahapan pre-processing yang meliputi case folding, pembersihan teks, normalisasi slang, pananganan emoji, tokenisasi, stopword removal, stemming Sastrawi dan penerjemahan bahasa, diperoleh 1201 komentar yang layak dianalisis. Proses pelabelan sentimen dilakukan secara semi-otomatis dengan bantuan LLM (Large Language Model) yang kemudian divalidasi dengan pelabelan manual oleh peneliti. Tingkat realibilitas pada pelabelan semi-otomatis dengan Uji Cohen’s Kappa menunjukkan nilai kesepakatan yang kuat sebesar 0,8513, sehingga data dinilai layak untuk tahap klasifikasi. Pembagian data latih sebesar 80% dan data uji 20%. Hasil penelitian menunjukkan bahwa akurasi model SVM (Support Vector Machine) mencapai nilai 85% dalam mengklasifikasikan komentar. Penelitian membuktikan bahwa pendekatan SVM dengan stemming Sastrawi efektif dalam menganalisis sentimen pada media sosial yang bersifat Informal dan mendukung pengembangan strategi edukasi dan komunikasi kesehatan berbasis data untuk mengurangi stigma terhadap isu PMS diruang digital.