Di tengah meningkatnya penggunaan media sosial dalam membentuk opini publik, pemahaman terhadap persepsi masyarakat menjadi semakin penting, terutama dalam konteks proses demokrasi. Kinerja KPU menjadi sorotan, mengacu pada kinerja tahun tahun sebelumnya yang menunjukkan ketidakoptimalan, seperti pelanggaran pasal. Aliansi Jurnalis Independen (AJI) Indonesia mengidentifikasi adanya peningkatan ujaran kebencian yang ditujukan tidak hanya kepada KPU, tetapi juga terhadap kaum minoritas dan calon presiden, yang menciptakan tantangan signifikan dalam menjaga integritas dan kepercayaan publik menjelang pemilihan umum. Tujuan dari penelitian analisis persepsi melalui media sosial dapat digunakan sebagai dasar peningkatan kinerja KPU dan menggali sentimen, baik positif, negatif, maupun netral, sebagai indikator kepercayaan masyarakat terhadap kinerja KPU 2024. Support Vector Machine (SVM) diakui unggul dalam klasifikasi teks, dengan akurasi sebesar 77% dari jumlah total data sebanyak 1708 data melalui proses data selection, preprocessing, dan labelling dari tweet yang dianalisis, dimana sentimen positif mendominasi sebesar 54.2%, negatif 35,7%, dan netral 10% dengan rasio perbandingan 80:20. Temuan ini mengindikasikan bahwa mayoritas pengguna Twitter memiliki pandangan positif terhadap kinerja KPU.

In the midst of the increasing use of social media in shaping public opinion, understanding public perceptions has become increasingly important, especially in the context of the democratic process. The performance of the KPU has come under scrutiny, referring to previous years' performance that has shown inadequacies, such as article violations. The Alliance of Independent Journalists (AJI) Indonesia identified an increase in hate speech directed not only against the KPU, but also against minorities and presidential candidates, creating significant challenges in maintaining integrity and public trust in the lead-up to the general election. Analysis of perceptions through social media can be used as a basis for improving the performance of the KPU and exploring sentiments, whether positive, negative, or neutral, as an indicator of public confidence in the performance of the 2024 KPU. Support Vector Machine (SVM) is recognized as superior in text classification, with an accuracy of 77% of the 1708 tweets analyzed, where positive sentiment dominates at 54.2%, negative 35.7%, and neutral 10%. This finding indicates that the majority of Twitter users have a positive view of the KPU's performance.