Skripsi/Tugas Akhir

Perbandingan Metode Naïve Bayes dan Support Vector Machine dalam Menganalisis Sentimen Komentar Video Youtube Gagasan Capres 2024

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Indonesia merupakan negara yang mengadopsi sistem demokrasi dengan pemilu sebagai cara mencari kepala negara. Dalam era digital seperti sekarang, YouTube menjadi platform penting untuk berbagi gagasan dan pendapat terkait calon presiden. Namun, menganalisis sentimen dari ribuan atau bahkan jutaan komentar secara manual tidak efisien. Oleh karena itu, diperlukan metode analisis sentimen otomatis yang efektif. Beberapa penelitian telah menggunakan metode analisis sentimen untuk menganalisis komentar-komentar di media sosial. Namun, penelitian yang fokus pada analisis sentimen komentar di video YouTube tentang gagasan calon presiden masih terbatas. Mengetahui sentimen yang paling dominan di masing-masing calon presiden 2024 berdasarkan data youtube dan twitter tersebut dan mengetahui perbandingan performa metode Naïve Bayes dan SVM dalam mengklasifikasikan sentimen data youtube dan data twitter. Sentimen yang paling dominan di masing masing calon presiden 2024 berdasarkan data youtube dan twitter adalah positive. Kemudian hasil perbandingannya dapat disimpulkan bahwa algoritma Naïve Bayes lebih unggul di presisi (49%) dan F-1 Score (44%) sedangkan algoritma SVM lebih unggul di akurasi (75%) dan Recall (51%).
Kata Kunci: Calon Presiden, Twitter, Youtube, Naïve Bayes, Support Vector Machine, Analisis Sentimen

ABSTRACT
Indonesia is a country that has adopted a democratic system with elections as a way to find a head of state. In today's digital era, YouTube has become an important platform for sharing ideas and opinions regarding presidential candidates. However, manually analyzing the sentiment of thousands or even millions of comments is inefficient. Therefore, an effective automatic sentiment analysis method is needed. Several studies have used sentiment analysis methods to analyze comments on social media. However, research that focuses on analyzing the sentiment of comments on YouTube videos about the ideas of presidential candidates is still limited. Find out the most dominant sentiment for each 2024 presidential candidate based on YouTube and Twitter data and find out the comparison of the performance of the Naïve Bayes and SVM methods in classifying sentiment from YouTube data and Twitter data. The most dominant sentiment for each 2024 presidential candidate based on YouTube and Twitter data is positive. Then the results of the comparison can be concluded that the Naïve Bayes algorithm is superior in Precision (49%) and F-1-Score (44%) while the SVM algorithm is superior in Accuracy (75%) and Recall (51%).
Keywords: Presidential Candidates, Twitter, Youtube, Naïve Bayes, Support Vector Machine, Sentiment Analysis

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 SUL p - 0615TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xiii + 80 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

-

Edisi/Cetakan

Edisi/Cetakan 19 Februari 2024

Subjek

Skripsi/Tugas Akhir
Algoritma Naive Bayes
Support Vector Machine

Lampiran File