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

Penerapan Algoritma Random Forest Untuk Analisis Sentimen Komentar Di YouTube Tentang Islamofobia

Ibnu Afdhal, - and Rahmad Kurniawan, - and Iwan Iskandar, - and Roni Salambue, - and Elvia Budianita, - and Fadhilah Syafria, - (2022) Penerapan Algoritma Random Forest Untuk Analisis Sentimen Komentar Di YouTube Tentang Islamofobia. Penerapan Algoritma Random Forest Untuk Analisis Sentimen Komentar Di YouTube Tentang Islamofobia, 5 (1). pp. 122-130. ISSN 2621-3052

[img]
Preview
Text (Penerapan Algoritma Random Forest Untuk Analisis Sentimen Komentar Di YouTube Tentang Islamofobia)
Jurnal Ibnu Afdhal.pdf - Published Version

Download (729kB) | Preview

Abstract

Islamofobia adalah bentuk prasangka, intimidasi, kebencian dan ketakutan terhadap agama Islam dan orang Muslim. Stigma islamofobia muncul karena adanya suatu kejadian pengeboman atau teror lainnya yang dihubungkan dengan Islam. Komentar yang mengarah ke islamofobia banyak dijumpai pada media sosial youtube. Islamofobia di internet merupakan salah satu bentuk kekerasan verbal. Oleh karena itu, komentar pengguna terkait suatu kejadian pengeboman atau teror berpotensi untuk dianalisis sebagai bentuk kepedulian dalam mencegah kekerasan verbal. Tetapi analisis secara manual sulit dilakukan dan memerlukan waktu yang lama. Algoritma pada pembelajaran mesin dapat digunakan untuk melakukan analisa sentimen dengan cepat. Algoritma yang digunakan pada penelitian ini adalah random forest. Berdasarkan studi pustaka, algoritma random forest dapat menghasilkan ketepatan yang tinggi. Penelitian ini menggunakan 1000 data komentar di youtube berbahasa Indonesia terkait video yang menampilkan suatu kejadian pengeboman atau teror. Berdasarkan hasil analisis, terdapat 631 komentar positif dan 369 komentar negatif atau mengandung islamofobia. Berdasarkan eksperimen, algoritma random forest menghasilkan akurasi mencapai 79%. Algoritma random forest dianggap baik dalam melakukan klasifikasi sentimen dengan cepat.

Item Type: Article
Subjects: 900 Sejarah, Geografi dan Disiplin Ilmu yang Berkaitan
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 19 Apr 2022 02:17
Last Modified: 19 Apr 2022 02:19
URI: http://repository.uin-suska.ac.id/id/eprint/59747

Actions (login required)

View Item View Item