Analisis Sentimen Komentar Pengguna YouTube Terhadap Kebijakan Penyitaan Tanah oleh Pemerintah Menggunakan Metode Naïve Bayes
Article Sidebar
Main Article Content
Abstract
Perkembangan media sosial memungkinkan masyarakat untuk memberikan ekspresi opini terhadap kebijakan publik secara terbuka. Platform yang banyak digunakan adalah YouTube. Kolom komentar sering kali mencerminkan pandangan masyarakat terhadap kebijakan pemerintah. Penelitian ini bertujuan untuk menganalisis sentimen komentar pengguna YouTube terkait kebijakan pemerintah mengenai penyitaan tanah-tanah yang tidak dimanfaatkan selama 2 tahun. Metode yang digunakan algoritma Naïve Bayes. Data diambil dari video YouTube yang membahas penyitaan tanah. Proses penelitian meliputi pengumpulan data, praproses teks, pembobotan dengan TF-IDF dan klasifikasi menggunakan algoritma Naïve Bayes. Hasil evaluasi menunjukkan bahwa model bisa mencapai tingkat akurasi sebesar 90% dengan nilai F1-score tertinggi pada kelas netral. Ketidakseimbangan jumlah data antarkelas menyebabkan nilai presisi dan recall pada kelas positif dan negatif lebih rendah. Penelitian ini menunjukkan bahwa algoritma Naïve Bayes mempunyai efektivitas tinggi dalam menganalisis teks berbahasa Indonesia di media sosial, khususnya komentar YouTube, serta dapat menjadi dasar pengembangan model sentimen yang lebih seimbang di masa yang akan datang.
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright and Licensing Notice
-
Copyright: Authors who publish with this journal agree that the copyright of the article is retained by the author(s).
-
License: The journal provides immediate open access to its content on the principle that making research freely available to the public supports a greater global exchange of knowledge. Articles are licensed under a Creative Commons Attribution-ShareAlike 4.0 International License (CC BY-SA 4.0).
-
Usage: This license allows others to remix, adapt, and build upon your work even for commercial purposes, as long as they credit the author and license their new creations under the identical terms.
References
Adelia, S., Kurniawan, F., Milanda, E., Santari, J., Kesuma, D. T., & Silvia, E. (2023). Analisis Sentimen Belajar Programming Pada Media Sosial Youtube Menggunakan Algoritma Klasifikasi Naive Bayes. Journal of Information Technology Ampera, 4(3), 254–264.
Angdresey, A., Sitanayah, L., & Tangka, I. L. H. (2025). Sentiment Analysis for Political Debates on YouTube Comments using BERT Labeling, Random Oversampling, and Multinomial Naïve Bayes. Journal of Computing Theories and Applications, 2(3), 342–354. https://doi.org/10.62411/jcta.11668
Aryanti, P. G., & Santoso, I. (2023). ANALISIS SENTIMEN PADA TWITTER TERHADAP MOBIL LISTRIK MENGGUNAKAN ALGORITMA NAIVE BAYES. 7(2), 133–137.
Aulia, Z. N., Jati, G. K., & Santoso, I. (n.d.). ANALISIS SENTIMEN TANGGAPANPUBLIC MENGENAI E-TILANG MELALUI MEDIA SOSIAL YOUTUBE MENGGUNAKAN ALGORITMA NAIVE BAYES. 7(2).
Firsttama, R. A., Arifiyanti, A. A., & Kartika, D. S. Y. (2024). Analisis Sentimen Komentar Youtube Konferensi Tingkat Tinggi G20 Menggunakan Metode Naive Bayes. Jurnal Teknologi Dan Sistem Informasi Bisnis, 6(2), 282–285. https://doi.org/10.47233/jteksis.v6i2.1263
Hudha, M., Supriyati, E., & Listyorini, T. (2022). Analisis Sentimen Pengguna Youtube Terhadap Tayangan # Matanajwamenantiterawan Dengan Metode Naïve Bayes Sentiment Analysis Of User Comments On Youtube Video # Matanajwamenantiterawan With Naive Bayes Classifier Method. JIKO (Jurnal Informatika dan Komputer), 5(1), 1–6. https://doi.org/10.33387/jiko
Huwaida, S. F., Kusumawati, R., & Isnaini, B. (2024). Analisis Sentimen Komentar YouTube terhadap Pemindahan Ibu Kota Negara Menggunakan Metode Naïve Bayes. Jambura Journal of Informatics, 6(1), 26–39. https://doi.org/10.37905/jji.v6i1.24718
Knn, M., & Smote, D. (2023). Analisis Sentimen Program Mbkm Pada Media Sosial Twitter. 6(2), 89–98.
Mehta, T., & Deshmukh, G. (2022). YouTube Ad View Sentiment Analysis using Deep Learning and Machine Learning. International Journal of Computer Applications, 184(11), 10–14. https://doi.org/10.5120/ijca2022922078
Mola, S. A. S., Lete, P. R., Pa, B. J. A. J. A., Triyanto, & Widiastuti, T. (2024). Analisis Sentimen Menggunakan Metode Naive Bayes Dan Metode Support Vector Machine Pada Kasus Pelantikan Artis Sebagai Anggota Anggota Dpr Ri Tahun 2024. HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi, 15(1), 22–32. https://doi.org/10.52972/hoaq.vol15no1.p22-32
Prastyo, D., Irawan, D., & Mursyidin, I. H. (2024). Klasifikasi Sentimen Komentar YouTube dengan NLP pada Debat Pilkada Banten 2024. bit-Tech, 7(2), 413–421. https://doi.org/10.32877/bt.v7i2.1833
Putri, K. S., Setiawan, I. R., & Pambudi, A. (2023). Analisis Sentimen Terhadap Brand Skincare Lokal Menggunakan Naïve Bayes Classifier. Technologia : Jurnal Ilmiah, 14(3), 227. https://doi.org/10.31602/tji.v14i3.11259
Rahmatullah, B., Saputra, S. A., Budiono, P., & Wigandi, D. P. (2025). Sentimen Analisis Makan Bergizi Gratis Menggunakan Algoritma Naive Bayes. Journal of Information Technology, 5(1). https://doi.org/10.46229/jifotech.v5i1.978
Rizky Herdiansyah, M., & Yuliana, A. (2024). Analisis Sentimen Kebijakan Kampus Merdeka Menggunakan Naïve Bayes Berdasarkan Komentar Pada Youtube. JATI (Jurnal Mahasiswa Teknik Informatika), 8(6), 12454–12459. https://doi.org/10.36040/jati.v8i6.11963
Yusuf Rismanda Gaja, M., Maulana, I., & Komarudin, O. (2024). Analisis Sentimen Opini Pengguna Aplikasi Vidio Pada Ulasan Playstore Menggunakan Algoritma Naive Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 7(4), 2767–2774. https://doi.org/10.36040/jati.v7i4.7197