ILHAM HABIBI HASIBUAN, - (2023) KLASIFIKASI SENTIMEN KOMENTAR YOUTUBE TENTANG PEMBATALAN INDONESIA SEBAGAI TUAN RUMAH PIALA DUNIA U 20 MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFER. Jurnal Sistem Komputer dan Informatika (JSON), 5 (2). pp. 249-257. ISSN 2685-998x

Preview

Text JURNAL.pdf - Published Version Download (3MB) | Preview

Abstract

Klasifikasi Sentimen Komentar Youtube Tentang Pembatalan Indonesia Sebagai Tuan Rumah Piala Dunia U-20 Menggunakan Algoritma Naïve Bayes Classifer Ilham Habibi Hasibuan, Elvia Budianita, Surya Agustian, Pizaini Fakultas Sains dan Teknologi, Teknik Informatika, Universitas Islam Negeri Sultan Syarif Kasim Riau, Pekanbaru, Indonesia Email: 1111950115079@students.uin-suska.ac.id, 2,*elvia.budianita@uin-suska.ac.id, 3surya.agustian@uin-suska.ac.id, 4pizaini@uin-suska.ac.id Email Penulis Korespondensi: elvia.budianita@uin-suska.ac.id Submitted: 07/12/2023; Accepted: 20/12/2023; Published: 22/12/2023 Abstrak–Text mining adalah metode yang digunakan untuk melakukan tugas-tugas seperti klasifikasi dokumen, pengelompokan, ekstraksi informasi, analisis sentimen, dan pengambilan informasi. Federation Internationale Football Association (FIFA), badan pengatur sepak bola internasional, telah menetapkan Indonesia sebagai negara tuan rumah Piala Dunia U-20 mulai tahun 2019. Indonesia diperkirakan akan menjadi pilihan venue Piala Dunia U-20 pada tahun 2021. Namun, akibat wabah Covid-19, Piala Dunia dijadwal ulang dan kini dijadwalkan berlangsung pada tahun 2023. Indonesia secara resmi melepaskan posisinya sebagai tuan rumah pada 31 Maret 2023. Salah satu alasannya adalah banyaknya fraksi yang menentang kehadiran timnas Israel di Indonesia. Alhasil, beragam reaksi masyarakat menyikapi keputusan Indonesia yang membatalkan penyelenggaraan Piala Dunia U-20, khususnya pada video channel YouTube Narasi tv bertajuk “Piala Dunia U-20 Gagal Digelar di Indonesia, Mari Kita Lihat dari Dua Perspektif | Musyawarah”. Sejak video tersebut diunggah hingga 16 Agustus 2023, total komentar yang dihasilkan sebanyak 4.629 komentar. Penelitian ini menggunakan pendekatan Naïve Bayes classifier. Naïve Bayes Classifier (NBC) adalah pengklasifikasi probabilistik langsung yang memanfaatkan Teorema Bayes dalam kondisi independensi yang kuat. Pengujian yang dilakukan menunjukkan bahwa performa model ketika menggunakan teknik stopword removal dan stemming lebih unggul dalam mengklasifikasi kelas dalam dataset. F1-Score sebesar 59,70% dan nilai Accuracy sebesar 63,43%. Selanjutnya, setelah mengidentifikasi model yang paling efisien untuk menerapkan klasifikasi naïve Bayes, evaluasi dilakukan pada data validasi menghasilkan hasil F1-Score sebesar 58,72% dan tingkat akurasi sebesar 61,65%. Analisis klasifikasi menunjukkan bahwa masyarakat Indonesia mempunyai pandangan negatif atau mengalami kekecewaan atas pembatalan tersebut. Kata Kunci: Analisis Sentimen; FIFA; Naïve Bayes Classifer; Piala Dunia U-20; Youtube

Actions (login required)

View Item