<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18626">
<titleInfo>
<title>SKEMA SKRIPSI :</title>
<subTitle>ANALISIS SENTIMEN KOMENTAR PENONTON YOUTUBE PADA PODCAST PWK TERHADAP PRAZ TEGUH DAN GOFAR HILMAN 
MENGGUNAKAN SUPPORT VECTOR MACHINE</subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Robby Cokro Buwono, S.Kom., M.Kom</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>MURTI, FRANSISKUS KRISNA - 225610044</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>045 SI 2026</extent>
</physicalDescription>
<note>Perkembangan media sosial menjadikan YouTube sebagai salah satu platform
utama untuk berbagi informasi dan hiburan. Kolom komentar YouTube dimanfaatkan penonton untuk 
menyampaikan opini terhadap konten maupun host. Podcast PWK di Channel HAS Creative mengalami 
pergantian host Podcast PWK dari Praz Teguh ke Gofar Hilman yang memunculkan beragam respons 
penonton. Penelitian ini bertujuan membandingkan respon sentimen penonton terhadap kedua host 
melalui analisis sentimen komentar YouTube menggunakan algoritma Support Vector Machine (SVM).

Penelitian menggunakan data komentar YouTube pada video Podcast PWK dengan tiga narasumber yang 
sama pada periode Praz Teguh dan Gofar Hilman. Data diproses melalui tahapan preprocessing, yaitu 
Case Folding, Cleaning, Tokenizing, Stopword Removal, kemudian dilakukan pembobotan TF-IDF dan 
klasifikasi menggunakan algoritma SVM. Model dioptimalkan menggunakan GridSearchCV dan dievaluasi 
menggunakan F1-Score macro cross validation.

Hasil penelitian menunjukkan bahwa periode Praz Teguh didominasi sentimen netral sebesar 79,00%, 
positif 15,32%, dan negatif 5,68%, sedangkan periode Gofar Hilman terdiri atas sentimen netral 
61,25%, positif 22,31%, dan negatif 16,44%. Hasil evaluasi menunjukkan bahwa algoritma SVM 
menghasilkan F1-Score macro cross validation sebesar 0,6971. Nilai tersebut menunjukkan performa 
model dalam mengklasifikasikan komentar ke dalam tiga kategori sentimen, yaitu positif, netral, dan 
negatif. Hasil penelitian ini diharapkan dapat menjadi bahan evaluasi bagi pengelola Podcast PWK di 
Channel HAS Creative dalam memahami respon sentimen penonton terhadap pergantian host.

Kata Kunci : Analisis Sentimen, Podcast PWK, Pergantian Host, Support Vector Machine, Komentar 
Youtube</note>
<subject authority=""><topic>ANALISIS SISTEMATIS</topic></subject>
<subject authority=""><topic>METODE SUPPORT VECTOR MACHINE</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>045 MUR A R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">MUR0045SI2026</numerationAndChronology>
<sublocation>RAK REFERENSI SKRIPSI SI</sublocation>
<shelfLocator>045 MUR A R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18626</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-10-26 10:02:17</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-10-26 10:14:16</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>