Analisis Sentimen pada Trailer Deadpool vs Wolverine Menggunakan Model Machine Learning
DOI:
https://doi.org/10.55382/jurnalpustakaai.v5i1.892Kata Kunci:
Machine Learning, Analisis Sentimen, Klasifikasi Text, Social Media, YouTubeAbstrak
Media sosial telah menjadi platform utama bagi masyarakat dalam memberikan tanggapan terhadap konten
hiburan, termasuk trailer film. Penelitian ini bertujuan untuk menganalisis sentimen komentar publik terhadap
trailer film Deadpool vs Wolverine di YouTube menggunakan empat model pembelajaran mesin. Data komentar
dikumpulkan melalui YouTube Data API v3 dan diproses menggunakan teknik preprocessing standar. Pelabelan
sentimen menggunakan Sentiment Intensity Analyzer menghasilkan tiga kategori: positif, negatif, dan netral. Hasil
analisis menunjukkan dominasi komentar netral (7.072) dan positif (6.289) dibanding negatif (2.690).
Perbandingan performa model menunjukkan Logistic Regression memiliki akurasi tertinggi (86,61%), diikuti
Decision Tree (85,89%), Naive Bayes (79,08%), dan KNN (60,07%). Penelitian ini mengidentifikasi tantangan
terkait ketidakseimbangan distribusi data dan memberikan wawasan tentang efektivitas berbagai model
pembelajaran mesin dalam analisis sentimen konten hiburan
Unduhan
Referensi
S. Adelia, E. Milanda, J. Santari, D. T. Kesuma, E.
Silvia, and F. Kurniawan, “Analisis Sentimen Belajar
Programming Pada Media Sosial Youtube Menggunakan
Algoritma Klasifikasi Naive Bayes,” 2023. [Online]. Available:
https://journal-computing.org/index.php/journal-ita/index
B. Gunawan, H. Sasty, P. #2, E. Esyudha, and P. #3,
“JEPIN (Jurnal Edukasi dan Penelitian Informatika) Sistem
Analisis Sentimen pada Ulasan Produk Menggunakan Metode
Naive Bayes,” vol. 4, no. 2, pp. 17–29, 2018, [Online]. Available:
www.femaledaily.com
G. Nusantara Bakry, “ANALISIS SENTIMEN DAN
JARINGAN AKTOR TERHADAP KOMERSIALISASI
TRAGEDI PADA VIDEO YOUTUBE TRAILER FILM VINA?:
SEBELUM TUJUH HARI SENTIMENT AND NETWORK
ANALYSIS ACTOR OF COMERSIALIZATION OF
TRAGEDY ON TRAILERS YOUTUBE FILM VINA?: BEFORE
SEVEN DAYS,” Jurnal Komunikasi dan Media, vol. 05, no. 01,
pp. 1–13, 2024.
A. Nursalim and R. Novita, “SENTIMENT
ANALYSIS OF COMMENTS ON GOOGLE PLAY STORE,
TWITTER AND YOUTUBE TO THE MYPERTAMINA
APPLICATION WITH SUPPORT VECTOR MACHINE,”
Jurnal Teknik Informatika (JUTIF), vol. 4, no. 6, pp. 1305–1312,
, doi: 10.52436/1.jutif.2023.4.6.1059.
I. Afdhal et al., “Penerapan Algoritma Random Forest
Untuk Analisis Sentimen Komentar Di YouTube Tentang
Islamofobia,” Jurnal Nasional Komputasi dan Teknologi
Informasi, vol. 5, no. 1, 2022.
S.-Iong. Ao, Twitter Sentiment Analysis Using Natural
Language Toolkit and VADER Sentiment. International
MultiConference of Engineers and Computer Scientists 2019
IMECS 2019, March 13-15, 2019, Hong Kong, 2019.
A. Karimah and G. Dwilestari, “ANALISIS
SENTIMEN KOMENTAR VIDEO MOBIL LISTRIK DI
PLATFORM YOUTUBE DENGAN METODE NAIVE
BAYES,” 2024. [Online]. Available:
https://www.kaggle.com/datasets/billycemerson/anali
S. A. H. Bahtiar, C. K. Dewa, and A. Luthfi,
“Comparison of Naïve Bayes and Logistic Regression in
Sentiment Analysis on Marketplace Reviews Using Rating-Based
Labeling,” Journal of Information Systems and Informatics, vol.
, no. 3, pp. 915–927, Aug. 2023, doi:
51519/journalisi.v5i3.539.
Syahril Dwi Prasetyo, Shofa Shofiah Hilabi, and Fitri
Nurapriani, “Analisis Sentimen Relokasi Ibukota Nusantara
Menggunakan Algoritma Naïve Bayes dan KNN,” Jurnal KomtekInfo, pp. 1–7, Jan. 2023, doi:
35134/komtekinfo.v10i1.330.
Y. A. Singgalen, “Analisis Sentimen Top 10 Traveler
Ranked Hotel di Kota Makassar Menggunakan Algoritma
Decision Tree dan Support Vector Machine,” Media Online), vol.
, no. 1, pp. 323–332, 2023, doi: 10.30865/klik.v4i1.1153.
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
