Penerapan Algortima SVM Untuk Sentimen Analisis Media Sosial Terhadap PP No. 17 Tahun 2025
DOI:
https://doi.org/10.70404/jikteks.v5i01.739Keywords:
Analisis Sentimen, Support Vector Machine, Hybrid Labeling, TF-IDF, PP No. 17 Tahun 2025Abstract
Penggunaan media sosial oleh anak-anak Indonesia terus meningkat dan membawa berbagai risiko digital, mulai dari perundungan siber hingga eksploitasi data pribadi. Menanggapi kondisi tersebut, pemerintah menerbitkan Peraturan Pemerintah Nomor 17 Tahun 2025 tentang Tata Kelola Penyelenggaraan Sistem Elektronik dalam Pelindungan Anak (PP TUNAS) yang mewajibkan pembatasan usia akun media sosial bagi anak di bawah 16 tahun. Kebijakan ini memicu perdebatan publik yang luas, salah satunya tercermin dari lebih dari 32 ribu komentar pada video berita akun KompasTV di TikTok. Penelitian ini bertujuan untuk menganalisis distribusi sentimen masyarakat, mengukur performa klasifikasi, serta mengidentifikasi pola kata dominan terhadap kebijakan tersebut. Metode yang digunakan adalah Support Vector Machine dengan algoritma LinearSVC, didukung pendekatan Hybrid Labeling dan ekstraksi fitur TF-IDF. Data dikumpulkan melalui scraping menggunakan Apify yang menghasilkan 274.087 baris data mentah, kemudian diproses hingga menyisakan 4.326 data bersih. Hasil penelitian menunjukkan model mencapai akurasi 97,23% dengan sentimen negatif mendominasi sebesar 77,39%, mengindikasikan bahwa mayoritas masyarakat cenderung menolak kebijakan ini pada fase awal implementasinya.
Downloads
References
Susenas, “Persentase Penduduk Usia 5 Tahun ke Atas yang Pernah Mengakses Internet dalam 3 Bulan Terakhir Menurut Provinsi dan Kelompok Umur - Tabel Statistik - Badan Pusat Statistik Indonesia,” Indonesia, Oct. 2025. Accessed: Jun. 18, 2026. [Online]. Available: https://www.bps.go.id/id/statistics-table/2/NDIwIzI=/persentase-penduduk-usia-5-tahun-ke-atas-yang-pernah-mengakses-internet-dalam-3-bulan-terakhir-menurut-provinsi-dan-kelompok-umur.html
R. Al Adawiah and F. N. Eleanora, “Perundungan Dunia Maya pada Anak: Tinjauan Fenomena dan Tren dalam Rentang 2016–2020,” Aspirasi: Jurnal Masalah-masalah Sosial, vol. 14, no. 1, pp. 99–117, Jun. 2023, doi: 10.46807/aspirasi.v14i1.3065.
Australian Legislation, “Online Safety Amendment (Social Media Minimum Age) Act 2024 - Federal Register of Legislation,” pp. 1–16, Dec. 2024, Accessed: Jun. 16, 2026. [Online]. Available: https://www.legislation.gov.au/C2024A00127/asmade/text
M. E. Aminanto and D. Pitaloka, “Indonesia’s age-restriction policy for social media access needs more than just a decree,” Govinsider. Accessed: Jun. 16, 2026. [Online]. Available: https://govinsider.asia/intl-en/article/indonesias-age-restriction-policy-for-social-media-access-needs-more-than-just-a-decree
Unicef, “How many children are there in Indonesia?,” UNICEF. Accessed: Jun. 16, 2026. [Online]. Available: https://data.unicef.org/how-many/how-many-children-under-18-are-there-in-indonesia/
Australian Government, “Social media age restrictions | eSafety Commissioner,” eSafety Commissioner. Accessed: Jun. 16, 2026. [Online]. Available: https://www.esafety.gov.au/about-us/industry-regulation/social-media-age-restrictions
Z. N. Adam, “Regulasi Usia Minimal Akses Media Sosial Anak Di Indonesia: Analisis Yuridis Verifikasi Usia,” PERAHU (Penerangan Hukum) : Jurnal Ilmu Hukum, vol. 14, no. 1, pp. 28–40, Mar. 2026, Accessed: Jun. 16, 2026. [Online]. Available: https://www.jurnal.unka.ac.id/index.php/Perahu/article/view/1803/1214
Dr. K. Muller, A. G. Dionisio, and S. Park, “Online Knowledge And Practice Of Parents And Children In Indonesia,” Jakarta: UNICEF, 2023, pp. 3–232. Accessed: Jun. 16, 2026. [Online]. Available: https://www.unicef.org/indonesia/media/23586/file/online-knowledge-practice-parents-and-children-Indonesia-baseline-study-2023.pdf
H. KPAI, “Kasus Kekerasan di Sekolah Meningkat, KPAI Desak Reformasi Menyeluruh Sistem Pendidikan Aman Anak.” Accessed: Jun. 23, 2026. [Online]. Available: https://www.kpai.go.id/publikasi/kasus-kekerasan-di-sekolah-meningkat-kpai-desak-reformasi-menyeluruh-sistem-pendidikan-aman-anak
PP RI, “Tata Kelola Penyelenggaraan Sistem Elektronik Dalam Perlindungan Anak,” 2025. Accessed: May 07, 2026. [Online]. Available: https://peraturan.bpk.go.id/Details/316698/pp-no-17-tahun-2025
I-NAMHS, “National Survey Report,” Yogyakarta: Center for Reproductive Health, 2022. Accessed: Jun. 23, 2026. [Online]. Available: https://publichealth.jhu.edu/sites/default/files/2025-05/I-NAMHS-Report-English.pdf
R. Daka et al., “Adolescent Mental Health In The Digital Age: A Systematic Review Of Social Media Impact And Psychosocial Determinants,” Jurnal Promkes, vol. 13, no. SI2, pp. 201–208, Aug. 2025, doi: 10.20473/jpk.V13.ISI2.2025.201-208.
UNICEF, “PERUNDUNGAN DI INDONESIA: Fakta-fakta Kunci, Solusi, dan Rekomendasi,” 2023. Accessed: Jun. 23, 2026. [Online]. Available: https://indonesia.ureport.in/v2/opinion/3454/
KomDigi, “Peraturan Menteri Komdigi Terbit, Pemerintah Mulai Implementasi Perlindungan Anak di Platform Digital.” Accessed: Jun. 16, 2026. [Online]. Available: https://www.komdigi.go.id/berita/siaran-pers/detail/permen-komdigi-terbit-pemerintah-mulai-implementasi-perlindungan-anak-di-platform-digital
I. Najiyah and M. Rizal, “Analisis Sentimen Media Sosial X Terhadap Kebijakan Presiden Republik Indonesia Prabowo Subianto,” JURNAL FASILKOM, vol. 15, no. 3, pp. 443–455, Dec. 2025, doi: 10.37859/JF.V15I3.10385.
C. Nursyahbani, R. W. Pusari, and Purwadi, “Perlindungan Anak Berbasis Hak di Ruang Digital: Systematic Literature Review terhadap Risiko dan Strategi Perlindungan,” PAUDIA (Jurnal Penelitian dalam Bidang Pendidikan Anak Usia Dini), vol. 15, no. 1, pp. 69–82, Feb. 2026, doi: 10.26877/paudia.v15i1.3192.
W. Gumilang and A. Riyandi, “Sentimen Analisis Pengguna Twitter Terhadap Sea Games 2023 Dengan Metode Naive Bayes,” JURNAL AKADEMIKA, vol. 16, no. 1, pp. 95–100, Nov. 2023, doi: 10.53564/akademika.v16i1.1125.
W. Romadhona and A. R. Isnain, “Analisis Sentimen Pengguna Media Sosial Terhadap Kebijakan Kenaikan Pajak Hiburan Menggunakan Metode SVM (Support Vector Machine),” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9, no. 4, pp. 2185–2195, Nov. 2024, doi: 10.29100/jipi.v9i4.5603.
Sukirman, Sajiah, N. Putri Husain, A. Febriana Syam, and R. Mustikosari, “Analisis Sentimen Ulasan Pengguna Tiktok pada Google Play Store Berbasis TF-IDF dan Support Vector Machine,” Journal of System and Computer Engineering (JSCE) ISSN, vol. 5, no. 1, pp. 91–102, Jan. 2024, Accessed: May 12, 2026. [Online]. Available: https://journal.unpacti.ac.id/index.php/JSCE/article/download/1105/618/
M. Azril and G. Crisnawati, “Klasifikasi Sentimen Komentar Pengguna Tiktok Mengenai Program Makan Bergizi Gratis (MBG) Dengan Support Vector Machine (SVM),” RIGGS: Journal of Artificial Intelligence and Digital Business, vol. 5, no. 1, pp. 8859–8866, Mar. 2026, doi: 10.31004/riggs.v5i1.7237.
M. J. Savero, A. Ibrahim, Y. Utama, and E. Lestari, “Harnessing SVM for Sentiment Analysis: Insights from Gojek’s Instagram Engagement,” Journal of Information Systems and Informatics, vol. 7, no. 1, pp. 663–680, Mar. 2025, doi: 10.51519/journalisi.v7i1.1041.
A. L. D. Ulhaq and Suprayogi, “Comparing Machine Learning Models for Sentiment Analysis of Tokopedia Reviews,” JAIC (Journal of Applied Informatics and Computing), vol. 9, no. 6, pp. 3642–3647, Dec. 2025, [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC
E. Supriyadi and P. N. Makatita, “Sentiment Analysis of TikTok User Comments on QRIS Adoption in Indonesia Using IndoBERT,” in Procedia Computer Science, Elsevier B.V., 2025, pp. 121–130. doi: 10.1016/j.procs.2025.08.265.
A. L. Muji, A. Musthofa, and D. Muriyatmoko, “Analisis Sentimen Publik pada TikTok terhadap Rencana Penerapan Sistem Balik Nama Ponsel Bekas menggunakan Naive Bayes dan Support Vector Machine,” PROSEMNASPROIT (Prosiding Seminar Nasional Ilmu Teknik), vol. 2, Dec. 2025, Accessed: Jun. 17, 2026. [Online]. Available: https://prosiding.aritekin.or.id/index.php/PROSEMNASPROIT/article/view/198
A. Oktaviyanti, Firmansyah, and A. R. Kadafi, “Analisis Sentimen Ulasan Pelecehan Di Media Sosial Tiktok Menggunakan Svm Dan Pengelompokan Pola Kejadian Dengan K-Means Clustering,” JITET (Jurnal Informatika dan Teknik Elektro Terapan), vol. 13, no. 3S1, pp. 1938–1945, Oct. 2025, [Online]. Available: https://journal.eng.unila.ac.id/index.php/jitet/article/view/8149
I. P. A. P. Widiarta, R. Dwiyansaputra, and A. Aranta, “Analisis Sentimen Masyarakat Terhadap Kebijakan Penerapan Ppkm Di Media Sosial Twitter Dengan Menggunakan Metode Xgboost,” JTIKA (Jurnal Teknologi Informasi, Komputer dan Aplikasinya), vol. 5, pp. 154–163, Sep. 2023, [Online]. Available: http://jtika.if.unram.ac.id/index.php/JTIKA/
Rianto, A. B. Mutiara, E. P. Wibowo, and P. I. Santosa, “Improving The Accuracy Of Text Classification Using Stemming Method, A Case Of Non-Formal Indonesian Conversation,” J. Big Data, vol. 8, no. 1, pp. 1–16, Jan. 2021, doi: 10.1186/S40537-021-00413-1.
S. F. Kadir and A. Fairuzabadi, “Analisis Sentimen Ulasan Shopee di Google Play dengan TF-IDF dan Logistic Regression,” Journal of Artificial Intelligence and Digital Business (RIGGS), vol. 4, no. 2, pp. 7940–7945, Jul. 2025, doi: 10.31004/riggs.v4i2.2850.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Muhammad Rifqi Asy'ari, Albert Riyandi

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.




