INTISARI
MUHAMMAD ARIF NUR AE, Analisis Sentimen Kinerja Badan Nasional Pencarian dan Pertolongan Pada Platform Twitter Menggunakan Support Vector Machine (dibimbing oleh Pasnur dan Muhammad Resha).

Permasalahan yang terjadi adalah Media sosial saat ini memiliki peran penting dalam perkembangan sebuah Instansi. Media sosial seperti Twitter dapat mempengaruhi persepsi orang terhadap suatu instansi. Sebuah instansi yang Bernama Badan Nasional Pencarian Dan Pertolongan menjadi salah satu topik perbincangan di media sosial dikarenakan ekspansi yang mereka lakukan di Indonesia. Tetapi, Badan Nasional Pencarian dan pertolongan tidak diterima langsung oleh Sebagian Masyarakat Indonesia dikarenakan caranya menangani kasus yang kurang efisien. Namun akan sangat sulit untuk mendeteksi emosi atau sentimen dari pengguna media sosial Twitter dengan jumlah yang sangat banyak. Penelitian ini bertujuan untuk menganalisis sentimen dari pengguna media sosial Twitter termasuk sentimen positif, netral dan negatif. Data ini diperoleh melalui penelitian lapangan dan penelitian Pustaka. Metode yang digunakan dalam Penelitian ini menggunakan klasifikasi Support Vector Machine. Penelitian ini juga membandingkan akurasi 2 metode yaitu metode Support Vector Machine dan metode naïve bayes dengan menggunakan confusion matrix. Hasil penelitian ini menunjukkan bahwa perbandingan kedua metode menunjukkan bahwa Support Vector Machine memiliki performa lebih baik dari pada Naïve Bayes Classifier.

Kata kunci : Analisis Sentimen, Badan Nasional Pencarian dan Pertolongan, Support Vector Machine, Naïve Bayes.