Analisis Sentimen YouTube: "Di Balik Ambisi Jokowi dalam IKN"

Nico Abel Laia; Simon Prananta  Barus

doi:10.55382/jurnalpustakaai.v5i1.891

Penulis

Nico Abel Laia Matana University
Simon Prananta Barus Matana University

DOI:

https://doi.org/10.55382/jurnalpustakaai.v5i1.891

Kata Kunci:

Analisis Sentimen, YouTube, Jokowi, IKN, Opini Publik

Abstrak

Penelitian ini bertujuan untuk menganalisis sentimen penonton terhadap video YouTube "Di Balik Ambisi Jokowi dalam IKN" yang diunggah oleh kanal Narasi Newsroom. Analisis dilakukan dengan mengumpulkan dan mengolah 3.000 komentar dari video tersebut menggunakan teknik Natural Language Processing (NLP). Metode yang digunakan mencakup pengumpulan data, pembersihan data, ekstraksi fitur, serta klasifikasi sentimen ke dalam kategori positif, negatif, dan netral. Model pembelajaran mesin yang diterapkan dalam penelitian ini meliputi Decision Tree, Naïve Bayes, dan Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa model Decision Tree memberikan akurasi terbaik dibandingkan model lainnya dalam mengklasifikasikan sentimen komentar. Analisis lebih lanjut mengungkapkan bahwa opini publik terhadap ambisi Jokowi dalam proyek IKN beragam, dengan sentimen yang berkisar dari netral hingga sangat tidak mendukung. Temuan ini memberikan wawasan mengenai persepsi masyarakat terhadap kebijakan pemindahan ibu kota.

Unduhan

Data unduhan belum tersedia.

Biografi Penulis

Nico Abel Laia, Matana University

Simon Prananta Barus, Matana University

Referensi

Santoso, P., Abijono, H., & Anggreini, N. L. (2023). Algoritma Supervised Learning dan Unsupervised Learning dalam Pengolahan Data. Universitas AMIKOM Yogyakarta, Sekolah Tinggi Teknologi Cahaya Surya, Politeknik TEDC. https://doi.org/10.33379/gtech.v4i2.635

Sholeh, M., Suraya, S., & Andayati, D. (2022). Machine Linear untuk Analisis Regresi Linier Biaya Asuransi Kesehatan dengan Menggunakan Python Jupyter Notebook. JEPIN (Jurnal Edukasi dan Penelitian Informatika), 8(1). DOI: https://doi.org/10.26418/jp.v8i1.48822

Wirga, E. W. (n.d.). Analisis konten pada media sosial video YouTube untuk mendukung strategi kampanye politik. Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarma. https://ejournal.gunadarma.ac.id/index.php/infokom/article/view/1716

Anwar, K. (n.d.). Analisa sentimen pengguna Instagram di Indonesia pada review smartphone menggunakan Naive Bayes. Program Studi Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Budi Darma. https://doi.org/10.30865/klik.v2i4.315

Pamungkas, C. A., & Widiyanto, W. W. (n.d.). KLASIFIKASI INDEKS PEMBANGUNAN MANUSIA DI INDONESIA TAHUN 2022 DENGAN SUPPORT VECTOR MACHINE. Politeknik Indonusa Surakarta. https://doi.org/10.55606/juisik.v3i1.407

Wirasena, M. R., Reinaldi, M. R., & Jambak, M. I. (2024). Algoritma Decision Tree ID3 Bagi Lembaga Pemberi Pinjaman Untuk Menentukan Faktor Yang Mempengaruhi Kelayakan Individu Memperoleh Pinjaman. Indonesian Journal of Computer Science, 13(3), 4577. https://doi.org/10.33022/ijcs.v13i3.3790

Muhammad, F., Maghfur, N. M., & Voutama, A. (2022). Sentiment Analysis Dataset on COVID-19 Variant News. Universitas Singaperbangsa Karawang. https://doi.org/10.35706/sys.v4i1.6347

Albab, M. U., Karuniawati, Y. P., & Fawaiq, M. N. (2023). Optimization of the Stemming Technique on Text Preprocessing President 3 Periods Topic. Jurnal TRANSFORMATIKA, Vol. 20, No. 2, pp. 1-10. http://dx.doi.org/10.26623/transformatika.v20i2.5374

Suryati, E., Styawati, & Aldino, A. A. (2023). Analisis Sentimen Transportasi Online Menggunakan Ekstraksi Fitur Model Word2vec Text Embedding Dan Algoritma Support Vector Machine (SVM). Jurnal Teknologi dan Sistem Informasi, Vol. 4, No. 1, pp. 96-106. https://doi.org/10.33365/jtsi.v4i1.2445

Atika, D., Styawati, & Aldino, A. A. (2022). Term Frequency-Inverse Document Frequency Support Vector Machine untuk Analisis Sentimen Opini Masyarakat terhadap Tekanan Mental pada Media Sosial Twitter. Jurnal Teknologi dan Sistem Informasi (JTSI), Vol. 3, No. 4, pp. 86-97. https://doi.org/10.33365/jtsi.v3i4.2054

Naibaho, A. F. A., & Zahra, A. (2023). Prediksi Kelulusan Siswa Sekolah Menengah Pertama Menggunakan Machine Learning. Computer Science Department, BINUS Graduate Program, Master of Computer Science, Bina Nusantara University, Jakarta, Indonesia. http://dx.doi.org/10.23960/jitet.v11i3.3056

Fathurohman, A. (2021). Machine Learning untuk Pendidikan: Mengapa dan Bagaimana. Jurnal Informatika dan Teknologi Komputer, 1(3), 57–62. Universitas Sriwijaya. https://doi.org/10.55606/jitek.v1i3.306

Faiz, M. N., Somantri, O., Supriyono, A. R., & Muhammad, A. W. (2022). Impact of Feature Selection Methods on Machine Learning-based for Detecting DDoS Attacks: Literature Review. Journal of Informatics and Telecommunication Engineering (JITE), 5(2), 1–10. Politeknik Negeri Cilacap, Indonesia. https://doi.org/10.31289/jite.v5i2.6112

Suradiradja, K. H. (2021). Algoritme Machine Learning Multi-Layer Perceptron dan Recurrent Neural Network untuk Prediksi Harga Cabai Merah Besar di Kota Tangerang. Fakultas Teknik Program Studi Teknik Informatika, Universitas Pamulang, Indonesia. http://dx.doi.org/10.30998/faktorexacta.v14i4.10376

Syarifuddin, M. (2020). Analisis Sentimen Opini Publik terhadap Efek PSBB pada Twitter dengan Algoritma Decision Tree-KNN-Naïve Bayes. Vol. 15, No. 1, Agustus 2020. Pendidikan Teknologi Informasi, Universitas Brawijaya. https://doi.org/10.33480/inti.v15i1.1433