ANALISIS SENTIMEN WARGANET YOUTUBE PADA VIDEO DEBAT CAPRES-CAWAPRES MENGGUNAKAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBORS

WIJAKSONO, AKBAR SATRIA (2024) ANALISIS SENTIMEN WARGANET YOUTUBE PADA VIDEO DEBAT CAPRES-CAWAPRES MENGGUNAKAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBORS. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 COVER.pdf Download (474kB) | Preview
Preview	Text (ABSTRAK) 02 ABSTRAK.pdf Download (82kB) | Preview
	Text (BAB I) 03 BAB 1.pdf Restricted to Registered users only Download (82kB)
	Text (BAB II) 04 BAB 2.pdf Restricted to Registered users only Download (76kB)
	Text (BAB III) 05 BAB 3.pdf Restricted to Registered users only Download (57kB)
	Text (BAB IV) 06 BAB 4.pdf Restricted to Registered users only Download (829kB)
	Text (BAB V) 07 BAB 5.pdf Restricted to Registered users only Download (26kB)
	Text (DAFTAR PUSTAKA) 08 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (88kB)
	Text (LAMPIRAN) 09 LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

General elections are part of the basis of a country's democracy to elect representatives of the people in government. The election of people's representatives to become president in 2024 is hot because it attracts a lot of attention with presidential and vice presidential debates which are considered to determine the popularity or electability of candidates. The presidential and vice presidential debates can be seen on the YouTube channel which can be analyzed through public comments or opinions contained in the debate video. Analysis of public sentiment through the Youtube platform using the Naive Bayes and K-Nearest Neighbors (KNN) algorithms shows the influence of netizen opinions on candidate electability in the form of positive, negative and neutral sentiments. This sentiment can be used to see which candidates have a positive, negative or neutral image on Youtube users. The results of the study, the Naive Bayes algorithm proved superior to the KNN algorithm in sentiment analysis of YouTube video comments on the presidential and vice presidential debates, with accuracy values of 0.74 and 0.67 respectively. This shows that Naive Bayes is more effective in capturing patterns and trends in the comment text, making it a better choice to use in data analysis. Pemilu atau pemilihan umum merupakan bagian dari dasar demokrasi suatu negara untuk memilih wakil rakyat dalam pemerintahan. Pemilihan wakil rakyat untuk menjadi presiden di tahun 2024 ini menjadi panas karena banyak menarik perhatian dengan perdebatan capres-cawapres yang dianggap dapat menentukan popularitas atau elektabilitas kandidat. Debat capres – cawapres dapat dilihat pada kanal YouTube yang bisa di analisis melalui komentar atau opini masyarakat yang terdapat pada video debat. Analisis sentimen masyarakat melalui platform Youtube menggunakan algoritma Naive Bayes dan K-Nearest Neighbors (KNN) ini memperlihatkan pengaruh opini warganet terhadap elektabilitas paslon kedalam bentuk sentimen positif, negatif dan netral. Sentimen ini dapat digunakan dalam melihat calon mana yang memiliki citra positif, negatif atau netral pada warganet pengguna Youtube. Hasil penelitian, algoritma Naive Bayes terbukti lebih unggul dibandingkan algoritma KNN dalam analisis sentimen komentar video YouTube tentang debat capres cawapres, dengan nilai akurasi masing-masing 0.74 dan 0.67. Ini menunjukkan bahwa Naive Bayes lebih efektif dalam menangkap pola dan tren dalam teks komentar, membuatnya menjadi pilihan yang lebih baik untuk digunakan dalam mengenalisis data.

Actions (login required)

View Item