Perbandingan Metode SVM-PSO dan SVM-GA dalam Klasifikasi Sentimen Terhadap Kinerja Wasit Premier League

Abstract

Premier League, sebagai liga sepak bola papan atas, menampilkan persaingan ketat dan keputusan wasit sering menjadi topik perdebatan di media sosial. Perdebatan seputar keputusan wasit, menjadi hal yang tidak terhindarkan, mencakup situasi seperti pelanggaran, penentuan kartu, keputusan offside, penalti, handball, dan keputusan berdasarkan VAR (Video Assistant Referee). Perdebatan ini menciptakan perbedaan pendapat terhadap keputusan wasit di antara penggemar. Media sosial yang paling sering digunakan penggemar untuk menyuarakan pendapat dan mengungkapkan ketidakpuasan terhadap keputusan wasit adalah Twitter. Oleh karena itu, penelitian ini bertujuan untuk membandingkan kinerja Metode SVM-PSO (SVM dengan optimasi parameter menggunakan Particle Swarm Optimization) dan SVM-GA (SVM dengan optimasi parameter menggunakan Genetic Algorithm) dalam klasifikasi sentimen pengguna Twitter terhadap kinerja wasit Premier League musim 2022/2023. Hasil penelitian menunjukkan dominasi sentimen negatif terkait kinerja wasit, mencerminkan ketidakpuasan pengguna terhadap keputusan wasit. SVM-PSO memberikan hasil terbaik dalam semua metrik evaluasi, dengan rata-rata akurasi 87.96%, rata-rata presisi 88.08%, rata-rata recall 87.96%, dan rata-rata F1-Score 87.79%. Sedangkan SVM-GA memperoleh hasil rata-rata akurasi sebesar 87.66%, rata-rata presisi sebesar 87.75%, rata-rata recall sebesar 87.66%, dan rata-rata F1-Score sebesar 87.42%.