Detail Cantuman Kembali
ANALISIS SENTIMEN VIBE CODING MENGGUNAKAN MULTINOMIAL NAIVE BAYES DAN LEXICON BASED LABELING
- Bagikan:
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.
Sumiyatun, S.Kom., M.Cs. - Personal Name
JAYA, I GEDE NENGAH BINTANG ARTA - 225610059 - Personal Name
JAYA, I GEDE NENGAH BINTANG ARTA - 225610059 - Personal Name
028 JAY A R.1
NONE
Text Skripsi
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2026
Yogyakarta
028 SI 2026
LOADING LIST...
LOADING LIST...