Analisis Sentimen Terhadap Kebijakan Purbaya Yudhi Sadewa Menggunakan Support Vector Machine

Authors

  • Wildan Rayyana Muntaza Universitas Nusantara PGRI Kediri Indonesia
  • Patmi Kasih Universitas Nusantara PGRI Kediri Indonesia
  • Muh. Aris Saputra Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/h5kbqg08

Abstract

YouTube merupakan salah satu media sosial yang banyak digunakan masyarakat untuk menyampaikan opini terhadap isu publik, termasuk kebijakan pemerintah. Banyaknya komentar yang dihasilkan menyebabkan proses analisis opini secara manual menjadi kurang efektif. Penelitian ini bertujuan untuk menganalisis sentimen komentar YouTube mengenai kebijakan Menteri Keuangan Purbaya Yudhi Sadewa menggunakan algoritma Support Vector Machine (SVM). Data penelitian diperoleh melalui proses scraping komentar dari beberapa kanal berita YouTube. Tahapan penelitian meliputi preprocessing data, pembobotan fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF), klasifikasi menggunakan SVM, serta evaluasi menggunakan Confusion Matrix. Hasil pengujian menunjukkan bahwa model memperoleh akurasi sebesar 69,33%. Distribusi sentimen yang dihasilkan terdiri dari 56,3% sentimen positif, 31,1% sentimen negatif, dan 12,5% sentimen netral. Hasil penelitian menunjukkan bahwa mayoritas masyarakat memberikan tanggapan positif terhadap kebijakan Menteri Keuangan Purbaya Yudhi Sadewa dan algoritma SVM mampu digunakan untuk mengklasifikasikan sentimen komentar YouTube secara cukup baik.

Keywords:

Analisis Sentimen, SVM, TF-IDF, YouTube, Menteri Keuangan

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

[1] V. Agustina and A. Herliana, "Analisis Sentimen Publik atas Kebijakan Efisiensi Anggaran 2025 dengan Text Mining dan Natural Language Processing," JURNAL MEDIA INFORMATIKA (JUMIN), vol. 6, no. 3, pp. 2182-2194, 2025.

[2] R. Asrianto and M. Herwinanda, "Analisis Sentimen Kenaikan Harga Kebutuhan Pokok di Media Sosial Youtube Menggunakan Algoritma Support Vector Machine," CoSciTech: Jurnal Computer Science and Information Technology, vol. 3, no. 3, pp. 431-440, 2022.

[3] R. B. Dahlian and D. Sitanggang, "Analisis Sentimen Migrasi Televisi Digital pada Twitter Menggunakan Perbandingan Algoritma Multinomial Naïve Bayes, Support Vector Machines, dan Logistic Regression," Jurnal SISFOKOM (Sistem Informasi dan Komputer), vol. 12, no. 2, pp. 280-288, 2023.

[4] R. Firdaus, R. Al Hariri, and H. F. Amran, "Sentimen Analisis Masyarakat Tentang Penetapan Hari Raya Idul Adha Tahun 2023 Pada Video Youtube Menggunakan Algoritma Random Forest dan Support Vector Machine," JURNAL FASILKOM, vol. 14, no. 1, pp. 278-285, 2024.

[5] J. W. Iskandar and Y. Nataliani, "Perbandingan Naïve Bayes, SVM, dan k-NN untuk Analisis Sentimen Gadget Berbasis Aspek," JURNAL RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 6, pp. 1120-1126, 2021.

[6] J. Juliantono and Parjito, "Persepsi Publik Terhadap Kepemimpinan Firli Bahuri di KPK: Pendekatan Sentimen Twitter Dengan Naïve Bayes dan SVM," JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 10, no. 2, pp. 1272-1285, 2025.

[7] D. Mualfah, Ramadhoni, R. Gunawan, and D. M. Suratno, "Analisis Sentimen Komentar YouTube TvOne Tentang Ustadz Abdul Somad Dideportasi Dari Singapura Menggunakan Algoritma SVM," 2023.

[8] S. Riyadi, L. K. Salsabila, C. Damarjati, and R. A. Karim, "Sentiment Analysis of YouTube Users on Blackpink Kpop Group Using IndoBERT," 2024.

[9] C. A. A. Soemedhy et al., "Analisis Komparasi Algoritma Machine Learning untuk Sentiment Analysis (Studi Kasus: Komentar YouTube Kekerasan Seksual)," 2022.

[10] A. N. Syafia, M. F. Hidayattullah, and W. Suteddy, "Studi Komparasi Algoritma SVM dan Random Forest Pada Analisis Sentimen Komentar YouTube BTS," 2023.

Downloads

Published

2026-07-20

Issue

Vol. 10 No. 1 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026

Section

Articles

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Analisis Sentimen Terhadap Kebijakan Purbaya Yudhi Sadewa Menggunakan Support Vector Machine. (2026). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 10(1), 809-818. https://doi.org/10.29407/h5kbqg08