Pelayanan transportasi umum di wilayah Jabodetabek masih menjadi perhatian utama masyarakat, terutama dalam hal kenyamanan, ketepatan waktu, dan keamanan. Di era digital saat ini, media sosial dan platform digital lainnya menjadi sarana yang sering digunakan masyarakat untuk menyampaikan pendapat dan keluhan. Data opini yang tersebar di dunia maya ini dapat dimanfaatkan untuk mengetahui tingkat kepuasan publik terhadap layanan transportasi umum. Namun, banyaknya data yang tersedia membutuhkan metode analisis yang efektif dan akurat. Salah satu pendekatan yang dapat digunakan adalah algoritma Support Vector Machine (SVM), yang dikenal unggul dalam klasifikasi teks, termasuk analisis sentimen. Penelitian ini bertujuan untuk membangun sistem berbasis web yang mampu melakukan analisis sentimen secara otomatis terhadap opini publik mengenai layanan transportasi umum di Jabodetabek dengan memanfaatkan algoritma SVM. Proses penelitian mencakup pengumpulan data dari media sosial, pembersihan data, pelabelan sentimen, serta pelatihan dan pengujian model SVM. Sistem ini dikembangkan agar mudah diakses oleh pihak terkait untuk keperluan evaluasi dan pengambilan kebijakan. Hasil penelitian menunjukkan bahwa algoritma SVM mampu mengklasifikasikan sentimen positif, negatif, dan netral dengan tingkat akurasi yang cukup tinggi, mencapai 87% pada data uji. Sistem berbasis web yang dibangun juga terbukti responsif dan user-friendly. Temuan ini memberikan kontribusi positif dalam penyediaan alat bantu analisis opini publik secara real-time, yang dapat dimanfaatkan oleh penyedia layanan maupun pemerintah daerah dalam meningkatkan kualitas transportasi umum di Jabodetabek.

Pelayanan transportasi umum di wilayah Jabodetabek masih menjadi perhatian utama masyarakat, terutama dalam hal kenyamanan, ketepatan waktu, dan keamanan. Di era digital saat ini, media sosial dan platform digital lainnya menjadi sarana yang sering digunakan masyarakat untuk menyampaikan pendapat dan keluhan. Data opini yang tersebar di dunia maya ini dapat dimanfaatkan untuk mengetahui tingkat kepuasan publik terhadap layanan transportasi umum. Namun, banyaknya data yang tersedia membutuhkan metode analisis yang efektif dan akurat. Salah satu pendekatan yang dapat digunakan adalah algoritma Support Vector Machine (SVM), yang dikenal unggul dalam klasifikasi teks, termasuk analisis sentimen. Penelitian ini bertujuan untuk membangun sistem berbasis web yang mampu melakukan analisis sentimen secara otomatis terhadap opini publik mengenai layanan transportasi umum di Jabodetabek dengan memanfaatkan algoritma SVM. Proses penelitian mencakup pengumpulan data dari media sosial, pembersihan data, pelabelan sentimen, serta pelatihan dan pengujian model SVM. Sistem ini dikembangkan agar mudah diakses oleh pihak terkait untuk keperluan evaluasi dan pengambilan kebijakan. Hasil penelitian menunjukkan bahwa algoritma SVM mampu mengklasifikasikan sentimen positif, negatif, dan netral dengan tingkat akurasi yang cukup tinggi, mencapai 87% pada data uji. Sistem berbasis web yang dibangun juga terbukti responsif dan user-friendly. Temuan ini memberikan kontribusi positif dalam penyediaan alat bantu analisis opini publik secara real-time, yang dapat dimanfaatkan oleh penyedia layanan maupun pemerintah daerah dalam meningkatkan kualitas transportasi umum di Jabodetabek.