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

KLASIFIKASI SENTIMEN PADA VIDEO CHANNEL YOUTUBE RADITYA DIKA MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER

Muhammad Danil Saputra, - (2021) KLASIFIKASI SENTIMEN PADA VIDEO CHANNEL YOUTUBE RADITYA DIKA MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
laporan full.pdf

Download (1MB) | Preview
[img] Text (BAB IV)
Bab 4-5.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

YouTube merupakan aplikasi media sosial yang paling sering digunakan di Indonesia. YouTube berhasil mengungguli Facebook yang saat ini berada di posisi kedua. keberadaan YouTube sebagai salah satu media, untuk menyampaikan berbagai hal mulai dari yang bersifat pribadi, hiburan dan lainnya dalam bentuk video. Penonton dapat memberikan feedback melalui kolom komentar yang mana berisi opini dan pendapat terhadap konten video yang dilihatnya. Opini yang diberikan bisa bersifat positif, negatif dan netral. Banyaknya komentar pada YouTube, dalam hal ini pada Channel YouTube Raditya Dika, dapat dijadikan sumber data dalam penelitian text mining untuk klasifikasi jenis komentar, penonton YouTube dapat memberikan komentar yang baik maupun tidak baik. Penelitian ini bertujuan Mengklasifikasikan sentimen pada video Channel YouTube Raditya Dika menggunakan metode Naive Bayes Classifier Dengan menggunakan teknik pengolahan data dalam text mining.. Pembobotan dalam penelitian ini menggunakan TF-IDF. Dalam penelitian ini menggunakan dataset sebanyak 6000 komentar yang terdiri dari 3 kelas yaitu positif, negatif dan netral untuk mengetahui kinerja naive bayes classifier yang dikombinasikan dengan pembobotan TF-IDF. Berdasarkan hasil pengujian yang telah dilakukan, akurasi tertinggi didapat pada pembagian data latih dan data uji 90:10 dengan nilai akurasi 72,33%.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 24 Feb 2021 03:46
Last Modified: 24 Feb 2021 03:46
URI: http://repository.uin-suska.ac.id/id/eprint/46253

Actions (login required)

View Item View Item