Abstrak
Penelitian ini bertujuan untuk mengidentifikasi dan memahami sentimen positif maupun negatif yang tercermin dalam percakapan daring, khususnya terkait fenomena pemboikotan produk Israel di platform YouTube. Dengan memanfaatkan teknik pembelajaran mesin, analisis sentimen dapat mengolah data dalam skala besar secara efisien, meningkatkan ketepatan dalam menginterpretasi opini publik, serta memberikan pemahaman yang mendalam mengenai preferensi masyarakat. Metode yang digunakan dalam penelitian ini adalah algoritma Support Vector Machine (SVM) dengan pendekatan perbandingan ekstraksi fitur Word2Vec dan INDObert. Pemilihan algoritma SVM didasarkan pada keunggulannya dalam menghasilkan tingkat akurasi yang lebih tinggi dibandingkan algoritma lainnya. Sementara itu, penerapan Word2Vec dan INDObert bertujuan untuk meningkatkan efektivitas representasi fitur melalui penangkapan hubungan kontekstual antar kata, sehingga memungkinkan proses klasifikasi teks yang lebih akurat dan terstruktur. Penelitian i
