Twitter ist zu einer wichtigen Plattform für den öffentlichen Ausdruck in Echtzeit geworden, einschließlich der Reaktionen auf das neue Trikot der indonesischen Fußballnationalmannschaft, das von Erspo am 23. Januar 2025 veröffentlicht wurde. Die vorherige Ausgabe erhielt starke Kritik, was die Notwendigkeit schuf, zu untersuchen, wie die Öffentlichkeit auf das neue Design reagierte. Diese Studie zielt darauf ab, die Verteilung der Stimmungen auf Twitter zu analysieren und die Leistung der gewählten Klassifikationsmethode zu bewerten. Die Forschung verwendet Support Vector Machine (SVM) mit einem linearen Kernel, um indonesischsprachige Tweets in positive und negative Kategorien zu klassifizieren. Die Daten wurden durch Crawling gesammelt und unter Verwendung von Textvorverarbeitungstechniken wie Case Folding, Tokenisierung, Filtern und Stemming verarbeitet, wobei Merkmale mit der Termfrequenz-Inversen Dokumentfrequenz (TF-IDF) extrahiert wurden. Die Leistung des Modells wurde anhand von Genauigkeit, Präzision und Sensitivität bewertet. Die Ergebnisse zeigen, dass die öffentliche Stimmung aus 308 positiven und 437 negativen Tweets bestand. Das SVM-Modell erreichte eine Genauigkeit von 82,35%, mit einer Präzision von 76% für positive und 86% für negative Klassifikationen. Diese Ergebnisse deuten darauf hin, dass die öffentlichen Reaktionen tendenziell negativ waren, obwohl auch positive Anerkennung zu erkennen war. Insgesamt erwies sich SVM als effektiv für die Sentimentanalyse und kann wertvolle Einblicke für Entscheidungsträger und Trikotentwickler bieten.
Akbar et al. (Wed,) untersuchten diese Frage.