Sumiyatun, S.Kom., M.Cs. Primary Author JAYA, I GEDE NENGAH BINTANG ARTA - 225610059 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2026 monographic id Indonesia

Text Skripsi

028 SI 2026 Perkembangan media sosial, khususnya YouTube, menghasilkan volume komentar yang sangat besar dan beragam. Banyaknya komentar tersebut mencerminkan opini, pengalaman, serta tanggapan pengguna terhadap suatu konten. Namun, jumlah data yang besar membuat proses analisis sentimen secara manual menjadi tidak efisien dan memerlukan waktu yang lama. Oleh karena itu, diperlukan metode otomatis yang mampu mengidentifikasi dan mengklasifikasikan sentimen pengguna secara sistematis dari kumpulan komentar yang tersedia. Untuk mengatasi permasalahan tersebut, penelitian ini menerapkan analisis sentimen terhadap komentar YouTube menggunakan pendekatan lexicon InSet labeling dan algoritma Multinomial Naive Bayes. Data dikumpulkan melalui YouTube Data API, kemudian dilakukan serangkaian tahapan preprocessing yang meliputi cleaning, case folding, normalisasi kata, tokenisasi, dan stopword removal. Proses pelabelan sentimen dilakukan secara otomatis menggunakan kamus leksikon positif dan negatif untuk menghasilkan kelas sentimen positif, negatif dan netral. Selanjutnya, fitur teks diekstraksi menggunakan metode TF-IDF dengan kombinasi unigram dan bigram sebelum dilakukan proses pelatihan model klasifikasi. Hasil evaluasi menunjukkan bahwa model Multinomial Naive Bayes memperoleh akurasi sebesar 55,22% dengan hasil terbaik pada kelas negatif. Berdasarkan evaluasi, model mampu mengklasifikasikan sebagian besar data positif dan negatif dengan benar, meskipun masih terdapat beberapa kesalahan klasifikasi terutama pada komentar netral yang memiliki kemiripan karakteristik antar kelas. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa kombinasi pendekatan Lexicon InSet dan Naive Bayes cukup efektif untuk melakukan analisis sentimen pada komentar YouTube setelah melalui tahapan preprocessing yang sistematis. Metode Naive Bayes Analisis Sentimen NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 028 JAY A R.1 JAY0028SI2026 RAK REFERENSI SKRIPSI SI 028 JAY A R.1 18520 2026-06-02 10:21:20 2026-06-02 10:22:22 machine generated