SALSABIILA, NABIILA (2024) ANALISIS SENTIMEN KOMENTAR PADA SALURAN YOUTUBE TERHADAP BATALNYA INDONESIA MENJADI TUAN RUMAH PIALA DUNIA U-20 MENGGUNAKAN SVM DAN NAIVE BAYES. S1 thesis, Universitas Mercu Buana Jakarta.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (HAL COVER)
01 Cover.pdf Download (897kB) |
|
Text (ABSTRAK)
02 Abstrak.pdf Download (185kB) |
|
Text (BAB I)
03 BAB 1.pdf Restricted to Registered users only Download (273kB) |
|
Text (BAB II)
04 BAB 2.pdf Restricted to Registered users only Download (416kB) |
|
Text (BAB III)
05 BAB 3.pdf Restricted to Registered users only Download (215kB) |
|
Text (BAB IV)
06 BAB 4.pdf Restricted to Registered users only Download (676kB) |
|
Text (BAB V)
07 BAB 5.pdf Restricted to Registered users only Download (169kB) |
|
Text (DAFTAR PUSTAKA)
08 Daftar Pustaka.pdf Restricted to Registered users only Download (106kB) |
|
Text (LAMPIRAN)
09 Lampiran.pdf Restricted to Registered users only Download (2MB) |
Abstract
Youtube is the largest social media application for sharing information via video. As a virtual media, Youtube provides access for users to watch, upload and comment on videos. In Indonesia, Youtube has experienced rapid development. So Youtube can be a means for conducting sentiment analysis research regarding Indonesia's cancellation of hosting the U-20 World Cup. The data obtained from YouTube is processed using text mining and then classified into two classes, namely positive and negative based on the words contained in it. The programming language used is Python. The algorithms used are the SVM and Naive Bayes algorithms. The results of the research show that people's views on the videos analyzed contain many negative opinions. Classification results on SVM have an accuracy of 86% and a kappa value of 68%. Meanwhile, Naive Bayes has an accuracy of 80% and a kappa value of 50%. From the comparison results, it was concluded that the SVM algorithm using the RBF kernel was superior in carrying out the analysis in this research. Keywords: Youtube, Sentiment Analysis, Piala Dunia U-20, Naive Bayes, SVM Youtube merupakan aplikasi sosial media terbesar untuk berbagi informasi melalui video. Sebagai media dunia maya, Youtube meberi akses bagi pengguna dalam nonton, unggah, dan komentar pada video. Di Indonesia, Youtube telah mengalami perkembangan yang pesat. Sehingga Youtube dapat menjadi sarana untuk melakukan penelitian analisis sentimen terhadap batalnya Indonesia menjadi tuan rumah Piala Dunia U-20. Data yang diperoleh dari Youtube tersebut diproses dengan text mining kemudian diklasifikan menjadi dua kelas yaitu positif dan negatif berdasarkan kata-kata yang terkandung di dalamnya. Bahasa pemrograman yang digunakan yaitu Pyhton. Alrgoritma yang digunakan yaitu algoritma SVM dan Naive Bayes. Hasil penelitian menunjukkan bahwa pandangan masyarakat terhadap video yang dianalisa banyak mengandung opini negatif. Hasil Klasifikasi pada SVM memliki hasil akurasi sebesar 86% dan nilai kappa sebesar 68%. Sedangkan, Naive Bayes memliki hasil akurasi sebesar 80% dan nilai kappa sebesar 50%. Dari Hasil perbandingan disimpulkan bahwa algortima SVM menggunakan RBF kernel lebih unggul dalam melakukan analisa pada penelitian ini. Kata Kunci: Youtube, Analisis Sentimen, Piala Dunia U-20, Naive Bayes, SVM
| Item Type: | Thesis (S1) |
|---|---|
| Call Number CD: | FIK/INFO. 24 061 |
| Call Number: | SIK/15/24/051 |
| NIM/NIDN Creators: | 41519120026 |
| Uncontrolled Keywords: | Youtube, Analisis Sentimen, Piala Dunia U-20, Naive Bayes, SVM |
| Subjects: | 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 100 Philosophy and Psychology/Filsafat dan Psikologi > 150 Psychology/Psikologi > 154 Subconscious and Altered States and Process/Psikologi Bawah Sadar > 154.6 Sleep Phenomena/Fenomena Tidur > 154.63 Dreams/Mimpi > 154.634 Analysis/Analisis |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | khalimah |
| Date Deposited: | 14 Mar 2024 07:58 |
| Last Modified: | 16 Mar 2024 04:49 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/87136 |
Actions (login required)
 |
View Item |
