Komparasi Naïve Bayes dan Support Vector Machine dalam Klasifikasi Sentimen Pelantikan Menteri Purbaya Melalui YouTube
DOI:
https://doi.org/10.29407/5eb1y532Keywords:
Analisis Sentimen, Youtube, Naive Bayes, Support Vector Machine, Pelantikan MenteriAbstract
Pesatnya pertumbuhan media digital telah mengubah YouTube menjadi ruang publik yang signifikan bagi masyarakat untuk menyampaikan opini terhadap kebijakan pemerintah, termasuk pelantikan pejabat negara. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam mengklasifikasikan sentimen publik terkait pelantikan Menteri Keuangan Purbaya. Data dikumpulkan melalui teknik crawling menggunakan YouTube Data API v3, menghasilkan 56 komentar unik. Data tersebut melewati beberapa tahapan prapemrosesan, meliputi case folding, cleaning, tokenizing, dan stopword removal, yang dilanjutkan dengan ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Hasil penelitian menunjukkan bahwa kedua algoritma mencapai tingkat akurasi sebesar 100% pada dataset pengujian. Namun, akurasi yang tinggi ini dipengaruhi oleh ketidakseimbangan kelas yang signifikan, di mana sentimen netral sangat mendominasi (52 komentar) dibandingkan dengan sentimen positif (3) dan negatif (1). Penelitian ini menyimpulkan bahwa meskipun kedua model efektif untuk klasifikasi teks, dataset yang seimbang sangat diperlukan untuk evaluasi stabilitas model yang lebih kuat pada isu-isu politik yang dinamis.
Downloads
References
[1] H. R. Sasodro And Y. P. Santosa, “Sentiment Analysis Of Youtube Comments About Indonesian Lgbt Using Support Vector Machine And Naïve Bayes Algorithms.” [Online]. Available: Https://Www.Trustpilot.Com/Categories/Travel_Holidays
[2] Z. Fatah And L. Syarifah, “Analisis Sentimen Komentar Youtube Pada Video Terkait Insiden Pengemudi Ojek Online Dan Anggota Brimob Menggunakan Algoritma Naive Bayes.”
[3] U. Inas Shabrina, M. Iskandar Java, S. Rochimah, Dan Siti Rochimah, And I. Teknologi Sepuluh Nopember Surabaya, “Optimizing Sentiment Analysis In Educational Youtube Videos: A Comparative Study Of Roberta And Multinomial Naive Bayes.”
[4] Irlon, “Analisis Perbandingan Algoritma Naïve Bayes Svm Dan Random Forest Pada Klasifikasi Sentimen Komentar Youtube ‘Clash Of Champions’ Ruangguru.”
[5] Y. I. Muasaroh1, Z. Fatah2, And A. Baijuri, “Analisis Sentimen Komentar Youtube Terhadap Isu Ijazah Presiden Jokowi Menggunakan Support Vector Machine Dan Random Forest,” 2025.
[6] M. Hilman, H. Habibi, E. D. Wahyuni, And R. Permatasari, “Komparasi Kinerja Algoritma Svm Dan Rf Dalam Klasifikasi Sentimen Dengan Deteksi Sarkasme Pada Komentar Youtube,” 2025.
[7] A. S. Iedwan, N. Mauliza, Y. Pristyanto, A. D. Hartanto, And A. N. Rohman, “Comparative Performance Of Svm And Multinomial Naïve Bayes In Sentiment Analysis Of The Film ‘Dirty Vote,’” Scientific Journal Of Informatics, Vol. 11, No. 3, Pp. 839–848, Nov. 2024, Doi: 10.15294/Sji.V11i3.10290.
[8] M. Hudha, E. Supriyati, And T. Listyorini, “Analisis Sentimen Pengguna Youtube Terhadap Tayangan #Matanajwamenantiterawan Dengan Metode Naïve Bayes Classifier,” Jurnal Informatika Dan Komputer) Akreditasi Kemenristekdikti, Vol. 5, No. 1, Pp. 2614–8897, 2022, Doi: 10.33387/Jiko.
[9] R. A. Iswantoro, J. Sahertian, And M. A. D. Widyadara, “Pengembangan Sistem Prediksi Kelulusan Mahasiswa Berdasarkan Nilai Disiplin, Hasil Belajar, Aktivitas Sosial Ekonomi, Dan Aktivitas Organisasi Menggunakan Algoritma Naïve Bayes,” 2022.
[10] S. Nurhaliza, “Klasifikasi Sentimen Masyarakat Di Twitter Terhadap Kenaikan Harga Bbm Dengan Metode Support Vector Machine.”
[11] S. A. S. Mola, P. R. Lete, B. J. A. J. A. Pa, Triyanto, And T. Widiastuti, “Analisis Sentimen Menggunakan Metode Naive Bayes Dan Metode Support Vector Machine Pada Kasus Pelantikan Artis Sebagai Anggota Anggota Dpr Ri Tahun 2024,” Hoaq (High Education Of Organization Archive Quality) : Jurnal Teknologi Informasi, Vol. 15, No. 1, Pp. 22–32, May 2024, Doi: 10.52972/Hoaq.Vol15no1.P22-32.
[12] T. D. Pernama, Y. B. Pratama, Z. Wahyuzi, E. Altiarika, And A. Pramudyantoro, “Perbandingan Performa Algoritma Naive Bayes Dan Svm Untuk Analisis Sentimen Komentar Youtube Terhadap Industri Esports Di Indonesia,” Nov. 2025.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Arghi Kurniawan, Adhika Pramita Widyassari
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:
- Copyright on any article is retained by the author(s).
- 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.
- 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.
- 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.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
