SUMMARY
Analisis sentimen merupakan interpretasi dan klasifikasi emosi (positif, negatif, netral) pengguna tentang suatu subjek dalam data teks dengan menggunakan analisis teks. Dengan bantuan analisis sentimen, informasi yang tidak terstruktur yang dapat diubah menjadi data yang lebih terstruktur yang kemudian dapat digunakan menjelaskan opini masyarakat mengenai produk, merek, layanan, politik, atau topik lainnya. Terdapat beberapa metode yang dapat digunakan untuk melakukan analisis sentimen, salah satunya adalah machine learning. Machine learning digunakan sebagai tools untuk menghasilkan robot yang mampu mengklasifikasikan jenis sentimen dalam data tekstual. Merdeka Belajar Kampus Merdeka (MBKM), merupakan kebijakan Menteri Pendidikan dan Kebudayaan, yang bertujuan mendorong mahasiswa untuk menguasai berbagai keilmuan yang berguna untuk memasuki dunia kerja. Kampus Merdeka memberikan kesempatan bagi mahasiswa untuk memilih mata kuliah yang akan mereka ambil. Penelitian ini dilakukan untuk menghasilkan model machine learning dengan menggunakan metode Support Vector Machine (SVM) yang dapat digunakan untuk mengukur tingkat popularitas program kampus merdeka yang telah diluncurkan oleh Kementrian Pendidikan, Kebudayaan, Riset dan Teknologi Informasi Republik Indonesia berdasarkan data komentar atau opini masyarakat di media sosial.Berdasarkan penelitan yang dilakukan, ditemukan bahwa jumlah true positive rate adalah 270 record dikategorikan sebagai label positif dan false positive rate adalah 0 record dikategorikan sebagai label negatif. Kemudian jumlah true negative rate adalah 11 record dikategorikan sebagai label negatif dan false negative rate adalah 67 record dikategorikan sebagai label positif. Hasil pengujian data ditemukan bahwa tingkat akurasi algoritma SVM adalah sebesar 80,75%.