ANALISIS SENTIMEN TIKTOK : ISU POLITIK AGAMA DAN POLITIK IDENTITAS MENGGUNAKAN METODE LEXICON DAN SUPPORT VECTOR MACHINE
Abstract
politik agama dan politik identitas di platform media sosial TikTok dengan menggunakan
metode lexicon dan Support Vector Machine (SVM). TikTok, sebagai salah satu platform
media sosial yang berkembang pesat, telah menjadi sarana bagi masyarakat untuk
menyuarakan opini terkait isu-isu politik yang sensitif. Isu politik berbasis agama atau
SARA (Suku, Agama, Ras, dan Antargolongan) sering digunakan dalam dinamika politik
Indonesia, dan media sosial mempercepat penyebaran isu ini. Melalui pengumpulan data
komentar TikTok yang berkaitan dengan politik agama di Indonesia, sebanyak 4.000 data
komentar diperoleh dan dianalisis untuk mengklasifikasikan sentimen sebagai positif,
negatif, dan netral. Hasil penelitian menunjukkan bahwa metode lexicon dan SVM efektif
untuk menganalisis sentimen dalam jumlah besar, dengan hasil akurasi 93%, recall 93%,
dan precision 93%. Temuan ini menunjukkan bahwa masyarakat cenderung memiliki
sentimen negatif terhadap campur tangan agama dalam politik, yang tercermin dalam
komentar di TikTok. Oleh karena itu, metode yang digunakan dalam penelitian ini dapat
memberikan kontribusi penting dalam memahami dinamika opini publik di media sosial
terkait isu sensitif seperti politik agama dan identitas.
References
Andini Putri, D., & Ayu Muthia, D. (2024).
Implementasi Metode Lexicon Based dan
Support Vector Machine Pada Analisis
Sentimen Ulasan Pengguna ChatGPT. In
IJCIT (Indonesian Journal on Computer
and Information Technology) (Vol. 9,
Issue 2).
Binti, N., Suhaimi, A., & Lestari, M. (2024).
Sentiment Analysis of Tiktok App
Reviews on Google Play using Several
Machine Learning Methods.
International Journal of Global
Operations Research, 5(4), 275–287.
http://www.iorajournal.org/index.php/ijg
or/index
Ridwan, & Pababbari, M. (2025). Politisasi
Agama dan Politik Identitas
Politicization of Religion and Identity
Politics (Vol. 2, Issue 1). https://litera
academica.com/ojs/litera/
Saprizal, A. M., & Anisa, N. (2024). Analisis
Sentimen Tiktok: Wajib Militer dengan
Metode Lexicon Based dan Naive Bayes
Classifier. TAMIKA: Jurnal Tugas Akhir
Manajemen Informatika &
Komputerisasi Akuntansi, 4(2), 242–246.
https://doi.org/10.46880/tamika.Vol4No2
.pp242-246
Satyananda Dewa, K., & Sibaroni, Y. (2024).
Public Sentiment Dynamics: Analysis of
Twitter/X Data on the 2024 Indonesian
Election with NB-SVM. JURNAL
MEDIA INFORMATIKA BUDIDARMA,
, 1323–1333.
https://doi.org/10.30865/mib.v8i3.7712
Yusuf, T., & Hidayah, M. (2024). Islam Dan
Politik Identitas Menjelang Pemilu 2024.
ASKETIK, 7(2), 267–283.
https://doi.org/10.30762/asketik.v7i2.116
DOI: https://doi.org/10.2019/jppkn.v13i2.14504
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Jurnal PPKn : Penelitian dan Pemikiran Pendidikan Pancasila dan Kewarganegaraan

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Our journal indexed by:
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.