Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
KRISNA RAJ Pengarang Harlen Gilbert Simanullang, S.Kom., M.Kom. Dosen Pembimbing 1 Yusuf Ijonris, S.Kom., M.Pd. Dosen Pembimbing 2 Dr. Sri Agustina Rumapea, S.Kom., M.T. Penguji 1

Media sosial telah menjadi platform penting bagi masyarakat untuk mengekspresikan opini terhadap berbagai isu global, termasuk usulan pembentukan Dewan Perdamaian di dalam Perserikatan Bangsa-Bangsa (PBB). Banyaknya komentar pada platform seperti Twitter/X dan TikTok membuat analisis sentimen secara manual menjadi tidak efisien karena volume data yang besar dan tidak terstruktur. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan sistem analisis sentimen menggunakan metode VADER (Valence Aware Dictionary and Sentiment Reasoner) melalui REST API yang dikembangkan dengan Python dan framework Flask. Sebanyak 4.506 komentar dikumpulkan melalui web scraping dan diproses menggunakan teknik preprocessing teks, sehingga diperoleh 4.065 komentar valid untuk dianalisis. Hasil klasifikasi sentimen menunjukkan bahwa 34,10% komentar bersentimen positif, 22,02% negatif, dan 43,89% netral. Hasil penelitian menunjukkan bahwa metode VADER dapat diimplementasikan secara efektif dalam sistem REST API untuk mengklasifikasikan sentimen publik secara otomatis, sehingga menghasilkan layanan analisis sentimen yang lebih cepat, efisien, dan mudah diintegrasikan. Kata kunci: Analisis Sentimen, VADER, REST API, Flask, Media Sosial