Peranan angkutan umum menjadi salah satu aspek yang menjadi perhatian khusus karena menyangkut hajat hidup orang banyak, terkhusus juga pada pemerintah DKI Jakarta. Beberapa angkutan umum yang mudah dijumpai di Jakarta saat ini yaitu commuterline dan Transjakarta. Berbagai komentar tentang tingkat kepuasan layanan pengguna kedua angkutan umum tersebut disampaikan melalui medial social, salah satunya adalah Twitter. Tweet mengenai kepuasan layanan dapat berupa emosi atau tidak, hal ini dapat diketahui melalui klasifikasi. Klasifikasi dilakukan dengan metode Support Vector Machine (SVM). Dalam tahap klasifikasi dilakukan 2 tahap yaitu tahap pertama untuk tweet yang mengandung emosi dan tidak mengandung emosi kemudian dilanjutkan tahap kedua untuk tweet yang mengandung emosi dibagi menjadi 5 jenis emosi yaitu senang, marah, sedih, takut dan terkejut. Sebelum tahao klasifikasi dilakukan pemodelan terlebih dahulu dengan menggunakan TF-IDF pada tahap pertama dan kedua sedangkan pemodelan Word2Vec hanya pada tahap pertama agar dapat diketahui hasil klasifikasi terbaik dengan menggunakan kedua pemodelan tersebut. Hasil klasifikasi tahap pertama menunjukan SVM dengan TF-IDF mempunyai nilai akurasi lebih baik dibandingkan dengan SVM dengan Word2Vec yaitu dengan data commuterline sebesar 85.17%, data Transjakarta sebesar 84.40% dan data campuran sebesar 82.78%. Selanjutnya pada tahap kedua hasil klasifikasi mempunyai nilai akurasi data commuterline sebesar 94%, data Transjakarta sebesar 93.90% dan data campur sebesar 88.80%.

Keywords: Confussion Matrix, Support Vector Machine, TF-IDF, Word2Vec