Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASIFIKASI SENTIMEN TERHADAP VIDEO DAKWAH ULAMA ISLAM BERDASARKAN KOMENTAR DI YOUTUBE MENGGUNAKAN NAÏVE BAYES CLASSIFIER

KHAIRUL AZMI, - (2020) KLASIFIKASI SENTIMEN TERHADAP VIDEO DAKWAH ULAMA ISLAM BERDASARKAN KOMENTAR DI YOUTUBE MENGGUNAKAN NAÏVE BAYES CLASSIFIER. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img] Text
SUDAH OK (FULL BAB).pdf

Download (2MB)
[img] Text (BAB V)
SUDAH OKE (BAB V).pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Salah satu aktifitas yang dapat dilakukan oleh pengguna media sosial Youtube adalah, memberikan komentar pada video yang ditonton. Mereka dapat dengan bebas berkomentar terhadap video yang telah diunggah. Banyaknya kalimat komentar yang terdapat pada video Youtube tersebut dapat dijadikan sebagai sumber data untuk penelitian text mining pada proses klasifikasi kelas komentar. Salah satu metode yang dapat digunakan klasifikasi teks komentar adalah Naïve Bayes Classifier (NBC). Terdapat banyak penelitian yang dilakukan menggunakan metode ini dan berhasil menghasilkan akurasi yang tinggi dibandingkan dengan metode klasifikasi lainnya. Pada penelitan ini dilakukan klasifikasi komentar pada video ceramah Ulama Islam di Youtube yang dibagi menjadi kelas Positif dan Negatif menggunakan metode NBC dengan jumlah komentar sebanyak 600 sebagai dataset. Komentar yang telah selesai diunduh melalui situs Youtube Commant Scapper kemudian diproses dalam beberapa tahapan terdiri dari pelabelan manual, pre processing, dan klasifikasi NBC. Pengujian dilakukan dengan model White Box dan Confusion Matrix. Dari hasil pengujian didapat hasilnya bahwa metode Naïve Bayes Classifier dapat diterapkan untuk klasifikasi dengan akurasi terbaik yaitu sebesar 88.33%. Kata Kunci : Klasifikasi, Komentar, Youtube, Naïve Bayes Classifier, Text Mining

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 005 Program Komputer, program-program, data
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 11 Nov 2020 03:04
Last Modified: 11 Nov 2020 03:05
URI: http://repository.uin-suska.ac.id/id/eprint/30975

Actions (login required)

View Item View Item