ARROFI, REZA (2024) SENTIMEN ANALISIS TERHADAP VIDEO TERKAIT PELANGGARAN HAM PADA CHANNEL YOUTUBE TVONENEWS MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS WEB. S1 thesis, Universitas Mercu Buana Jakarta.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (HAL COVER)
01 Cover.pdf Download (1MB) |
|
Text (ABSTRAK)
02 Abstract.pdf Download (441kB) |
|
Text (BAB I)
03 Bab 1.pdf Restricted to Registered users only Download (697kB) |
|
Text (BAB II)
04 Bab 2.pdf Restricted to Registered users only Download (770kB) |
|
Text (BAB III)
05 Bab 3.pdf Restricted to Registered users only Download (658kB) |
|
Text (BAB IV)
06 Bab 4.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
07 Bab 5.pdf Restricted to Registered users only Download (504kB) |
|
Text (DAFTAR PUSTAKA)
08 Daftar Pustaka.pdf Restricted to Registered users only Download (550kB) |
|
Text (LAMPIRAN)
09 Lampiran.pdf Restricted to Registered users only Download (1MB) |
Abstract
This study aims to evaluate comment sentiment on YouTube using the Naive Bayes algorithm with a web-based approach. The main focus of the study is to analyze the views or feelings contained in comments and identify sentiment patterns from users. The variables used are sentiments that are classified into positive, negative, and neutral. The sample data used is comments from youtube users numbering at least 1000 to evaluate the attitudes and opinions of users, Crawling techniques with googleapiclient are used to take comment data samples, in data preprocessing there are several stages including data cleaning, separating words from sentences, eliminating words that do not have descriptions such as "this", "medium", "to", "in", "which", And making the word daiin the sentence into a standard word, the model is made using the Naïve Bayes algorithm by dividing the train data and test data into 80:20 and 70:30 then the model is applied to the website, the result of this study is the accuracy value of the Naïve Bayes model 80:20 which is 69%, while for the 70:30 model get an accuracy of 67%. Keywords : Sentiment Analysis, youtube, naivebayes, classification Penelitian ini bertujuan untuk mengevaluasi sentimen komentar di YouTube menggunakan algoritma Naive Bayes dengan pendekatan berbasis web. Fokus utama penelitian adalah untuk menganalisis pandangan atau perasaan yang terkandung dalam komentar dan mengidentifikasi pola sentimen dari pengguna. Variabel yang digunakan yaitu sentiment yang diklasifikasikan menjadi positif, negatif, dan netral. Sampel data yang digunakan merupakan komentar dari pengguna youtube yang berjumlah minimal 1000 untuk mengevaluasi sikap dan pendapat dari pengguna, Teknik crawling dengan googleapiclient digunakan untuk mengambil sampel data komentar, pada preprocessing data terdapat beberapa tahapan antara lain pembersihan data, pemisahan kata dari kalimat, menghilangkan kata yang tidak memiliki deskripsi seperti “ini”, “sedang”, “ke”, “di”, “yang”, dan menjadikan kata daidalam kalimat menjadi kata baku, model dibuat menggunakan algoritma naïve bayes dengan pembagian data train dan data test menjadi 80:20 dan 70:30 lalu model diterapkan kepada website, hasil dari penelitian ini adalah nilai akurasi model naïve bayes 80:20 yaitu 69%, sedangkan untuk model 70:30 mendapatkan akurasi 67%. Kata Kunci : Sentimen Analisis, youtube, naivebayes, klasifikasi
Actions (login required)
 |
View Item |
