Perkembangan teknologi digital telah menyebabkan meningkatnya jumlah data teks yang dihasilkan oleh pengguna internet, baik melalui media sosial, ulasan produk, maupun forum diskusi daring. Data tersebut mengandung informasi berharga mengenai opini dan persepsi masyarakat terhadap suatu topik, namun sulit untuk dianalisis secara manual dalam jumlah besar. Penelitian ini bertujuan untuk merancang sebuah platform analisis sentimen berbasis website dengan bahasa pemrograman Python yang mampu mengklasifikasikan teks ke dalam kategori sentimen positif, negatif, dan netral dengan menggunakan metode Support Vector Machine (SVM).
Tahapan penelitian meliputi pengumpulan data dari berbagai sumber seperti media sosial, marketplace, dan dataset publik seperti Kaggle, dilanjutkan dengan proses text preprocessing menggunakan teknik text mining dan Natural Language Processing (NLP) seperti case folding, tokenizing, stopword removal, dan stemming. Setelah itu, data yang telah bersih diproses oleh SVM untuk menghasilkan hasil klasifikasi sentimen. Hasil akhir dari analisis divisualisasikan dalam bentuk grafik dan persentase menggunakan pustaka Python seperti Matplotlib dan Seaborn, sehingga pengguna dapat memahami kecenderungan opini secara lebih intuitif.
Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem analisis sentimen yang bersifat interaktif, mudah digunakan, serta dapat mendukung pengambilan keputusan berbasis opini publik di berbagai bidang seperti bisnis, pelayanan publik, dan riset sosial.