Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap calon presiden 2024 di Twitter menggunakan metode Support Vector Machine (SVM) dan Word2Vec. Penelitian ini menggunakan publik dataset yang merupakan data tweet dari periode Oktober 2022 hingga April 2023, penelitian ini mengevaluasi seberapa akurat model SVM dalam memprediksi sentimen publik dan membandingkan hasil analisis sentimen dengan hasil pemilihan presiden yang sebenarnya. Hasil penelitian menunjukkan bahwa akurasi model SVM dalam memprediksi sentimen publik bervariasi antara 62% untuk Anies Baswedan, 67% untuk Prabowo Subianto, dan 82% untuk Ganjar Pranowo. Meskipun Ganjar Pranowo menunjukkan akurasi tertinggi, hasil ini menggarisbawahi bahwa akurasi prediksi dapat berbeda tergantung pada kandidat dan kategori sentimen yang dianalisis. Temuan ini menyoroti perlunya mempertimbangkan faktor-faktor lain di luar analisis sentimen untuk memberikan gambaran yang lebih komprehensif mengenai opini public

This study aims to analyze public sentiment towards the 2024 presidential candidates on Twitter using Support Vector Machine (SVM) and Word2Vec methods. Utilizing tweet data from October 2022 to April 2023, the study evaluates the accuracy of the SVM model in predicting public sentiment and compares sentiment analysis results with actual presidential election outcomes. The findings reveal that the accuracy of the SVM model in predicting public sentiment varies between 62% for Anies Baswedan, 67% for Prabowo Subianto, and 82% for Ganjar Pranowo. Although Ganjar Pranowo shows the highest accuracy, the results highlight that prediction accuracy can differ depending on the candidate and sentiment category analyzed. These findings emphasize the need to consider factors beyond sentiment analysis to provide a more comprehensive understanding of public opinion.