Font Size: 

Pemerintah memberikan bantuan langsung tunai (BLT) kepada masyarakat terdampak covid-19. Lewat media sosial Twitter, masyarakat memberikan tanggapan entah bernada positif, netral, dan negatif terkait program BLT tersebut. Tujuan penelitian adalah melakukan klasifikasi opini masyarakat terhadap program BLT yang dituliskan dalam media sosial Twitter. Metode yang digunakan adalah analisis teks Natural Language Processing menggunakan pendekatan Machine Learning (pembelajaran mesin) dengan algoritma Support Vector Machine. Data dari Twitter diambil menggunakan Twint. Jumlah data yang diperoleh sebanyak 2170 cuitan twitter dengan kata kunci “bantuan sosial”, “blt”, dan “bantuan corona” selama masa pandemi covid-19. Untuk mengurangi campur tangan manusia dalam proses pelabelan data digunakan Vader dan Google translate dictionary. Hasil akurasi tertinggi dari testing dataset sebesar 85% diperoleh dengan implementasi parameter SVM menggunakan Kernel = RBF, C = 1, gamma = 1 dan cross validation dengan nilai k = 27. Studi ini memberikan kontribusi dalam hal pengetahuan tentang opini yang terbentuk dalam masyakarat untuk salah satu program pemerintah yaitu program BLT covid-19.

Analisis sentimen; Bantuan langsung tunai; Covid-19; Support Vector Machine; Twitter.