ANALISIS SENTIMEN PENGGUNA YOUTUBE TERHADAP TAYANGAN #MATANAJWAMENANTITERAWAN DENGAN METODE NAÃVE BAYES CLASSIFIER

Mathoril Hudha, Endang Supriyati, Tri Listyorini

Abstract


Tayangan #MataNajwaMenantiTerawan menuai pro dan kontra setelah Najwa Shihab dalam acara Mata Najwa mewawancarai kursi kosong yang direpresentasikan sebagai Menteri Kesehatan Terawan Agus Putranto. Wawancara dengan kursi kosong biasa dilakukan di luar negeri yang memiliki histori pers yang lama. Seperti yang dilakukan Piers Morgan di CNN dan Kay Burley di acara Kay Burley Show di Sky News. Media sosial mengalami peningkatan penggunaan sehingga analisis sentimen perlu dilakukan untuk mengetahui opini publik terhadap isu yang sedang terjadi.  Analisis sentimen dalam penelitian ini dilakukan untuk mengetahui bagaimana penilaian publik terhadap tayangan #MataNajwaMenantiTerawan di Youtube. Data dalam penelitian ini diambil dengan cara scrapping dari komentar video youtube #MataNajwaMenantiTerawan. Dataset mentah hasil scrapping dilakukan preprocessing untuk memudahkan proses klasifikasi. Algoritma Naive Bayes digunakan untuk mengklasifikasikan komentar ke kategori sentimen positif, sentimen negatif dan netral. Algoritma Naive Bayes menghasilkan akurasi sebesar 90.36%. Sentimen netral lebih mendominasi dengan jumlah 1232 data netral, 90 data negatif dan 78 data positif.


References


Z. A. Achmad, “Perbandingan Sistem Pers,†Lutfansah Mediat., 2014, [Online]. Available: https://www.researchgate.net/profile/Zainal_Achmad/publication/326436775_Perbandingan_Sistem_Pers_dan_Sistem_Pers_di_Indonesia/links/5b4d5a86a6fdcc8dae2468ea/Perbandingan-Sistem-Pers-dan-Sistem-Pers-di-Indonesia.pdf.

D. Abul-Fottouh, M. Y. Song, and A. Gruzd, “Examining algorithmic biases in YouTube’s recommendations of vaccine videos,†Int. J. Med. Inform., vol. 140, no. April, p. 104175, 2020, doi: 10.1016/j.ijmedinf.2020.104175.

G. A. Buntoro, “Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter,†vol. 2, no. 1, pp. 32–41, 2017.

M. Christianto, J. Andjarwirawan, and A. Tjondrowiguno, “Aplikasi analisa sentimen pada komentar berbahasa Indonesia dalam objek video di website YouTube menggunakan metode Naïve Bayes classifier,†J. Infra, vol. 8.1, pp. 255–259, 2020.

P. Y. Saputra, D. H. Subhi, and F. Z. A. Winatama, “Implementasi Sentimen Analisis Komentar Channel Video Pelayanan Pemerintah Di Youtube Menggunakan Algoritma Naïve Bayes,†J. Inform. Polinema, vol. 5, no. 4, pp. 209–213, 2019, doi: 10.33795/jip.v5i4.259.

P. Algoritma, N. Bayes, and D. A. N. D. Tree, “Perbandingan algoritma naïve bayes , svm, dan decision tree untuk klasifikasi sms spam,†vol. 05, no. 02, pp. 167–174, 2020.

Samsir, Ambiyar, U. Verawardina, F. Edi, and R. Watrianthos, “Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes,†J. Media Inform. Budidarma, vol. 5, pp. 157–163, 2021, doi: 10.30865/mib.v5i1.2604.

P. Nurmawati, E. Supriyati, and T. Listyorini, “Analisis Sentimen Terhadap Penggemar Kpop Di Media Sosial Twitter Menggunakan Naive Bayes (Studi Kasus Penggemar Grup Bts),†JIEET (Journal Inf. Eng. Educ. Technol., vol. 4, no. 2, pp. 86–89, 2020, [Online]. Available: https://journal.unesa.ac.id/index.php/jieet/article/view/11522.

Balya, “Analisis Sentimen Pengguna Youtube Di Indonesia Pada Review Smartphone Menggunakan Naïve Bayes,†pp. 4–16, 2003.

J. F. Sánchez-Rada and C. A. Iglesias, “Social context in sentiment analysis: Formal definition, overview of current trends and framework for comparison,†Inf. Fusion, vol. 52, no. May, pp. 344–356, 2019, doi: 10.1016/j.inffus.2019.05.003.

Y. Cahyono and S. Saprudin, “Analisis Sentiment Tweets Berbahasa Sunda Menggunakan Naive Bayes Classifier dengan Seleksi Feature Chi Squared Statistic,†J. Inform. Univ. Pamulang, vol. 4, no. 3, p. 87, 2019, doi: 10.32493/informatika.v4i3.3186.

B. Haryanto, Y. Ruldeviyani, F. Rohman, T. N. Julius Dimas, R. Magdalena, and F. Muhamad Yasil, “Facebook analysis of community sentiment on 2019 Indonesian presidential candidates from Facebook opinion data,†Procedia Comput. Sci., vol. 161, pp. 715–722, 2019, doi: 10.1016/j.procs.2019.11.175.

A. N. Yusuf, E. Supriyati, and T. Listyorini, “Analisis Sentimen Mengenai Layanan Provider Indihome Berdasarkan Pendapat Pelanggan Melalui Media Sosial Twitter dengan Metode Naïve Bayes Classifier,†vol. 04, pp. 75–78, 2020.

L. L. Dhande and G. K. Patnaik, “Analyzing Sentiment of Movie Review Data using Naive Bayes Neural Classifier,†Int. J. Emerg. Trends Technol. Comput. Sci., vol. 3, no. 4, pp. 313–320, 2014.

A. Indrawati, “Penerapan Teknik Kombinasi Oversampling Dan Undersampling Untuk Mengatasi Permasalahan Imbalanced Dataset,†JIKO (Jurnal Inform. dan Komputer), vol. 4, no. 1, pp. 38–43, 2021, doi: 10.33387/jiko.v4i1.2561.




DOI: https://doi.org/10.33387/jiko.v5i1.3376

Refbacks