Analisis Sentimen terhadap Dedy Mulyadi Berdasarkan Komentar Youtube Menggunakan Metode Naïve Bayes
Abstract
The increasing spread of public opinion on social media, particularly YouTube, highlights the need for automated sentiment analysis to understand public perception toward political figures. This study analyzes public sentiment toward Dedy Mulyadi, a prominent political figure in Indonesia, using the Naïve Bayes method on 600 YouTube comments collected via web crawling. Data were processed in RapidMiner through text cleaning, manual labeling of 100 comments as training data, and automatic classification. Results show a model accuracy of 66.67%, with perfect recall (100%) for negative sentiment but 0% precision and recall for positive sentiment, indicating training data imbalance. Despite this limitation, the study demonstrates the applicability of Naïve Bayes for small-scale sentiment analysis in political communication contexts. Findings suggest the method’s potential when data distribution is balanced, supporting data-driven political strategies.
Keywords: Sentiment analysis; Naïve Bayes; YouTube; Public opinion
Abstrak
Permasalahan sentimen negatif dan positif terhadap figur publik di media sosial, khususnya YouTube, semakin kompleks seiring meningkatnya partisipasi masyarakat dalam menyampaikan opini. Analisis sentimen diperlukan untuk memahami dinamika opini publik secara otomatis dan mendukung strategi komunikasi politik berbasis data. Penelitian ini menganalisis sentimen terhadap Dedy Mulyadi menggunakan metode Naïve Bayes pada 600 komentar YouTube yang dikumpulkan melalui crawling. Data diproses dengan RapidMiner melalui tahapan pembersihan teks, pelabelan manual (100 komentar), dan klasifikasi otomatis. Hasil menunjukkan akurasi model 66,67%, dengan recall 100% untuk sentimen negatif namun precision dan recall 0% untuk positif, mengindikasikan bias data latih akibat ketidakseimbangan kelas. Meskipun demikian, studi ini menegaskan potensi Naïve Bayes dalam analisis sentimen skala kecil, terutama untuk deteksi sentimen dominan, dengan rekomendasi perbaikan keseimbangan data dan validasi lebih lanjut.
Kata kunci: Analisis sentimen; Naïve Bayes; YouTube; Opini publik
References
M. Sari and G. Mahalisa, “Naive Bayes Classifier Untuk Deteksi Email Spam,” Technol. J. Ilm., vol. 15, no. 4, pp. 675-684, 2024, doi: 10.31602/tji.v15i4.15944.
D. Alita and A. R. Isnain, “Pendeteksian Sarkasme pada Proses Analisis Sentimen Menggunakan Random Forest Classifier,” J. Komputasi, vol. 8, no. 2, pp. 50–58, 2020, doi: 10.23960/komputasi.v8i2.2615.
D. Prastyo, D. Irawan, and I. H. Mursyidin, “Klasifikasi Sentimen Komentar YouTube dengan NLP pada Debat Pilkada Banten 2024,” bit-Tech, vol. 7, no. 2, pp. 413–421, 2024, doi: 10.32877/bt.v7i2.1833.
D. G. Nugroho and A. W. , Yulison Herry Chrisnanto, “Analisis Sentimen pada Jasa Ojek Online,” Pros. Sains …, pp. 156–161, 2016, [Online]. Available: https://publikasiilmiah.unwahas.ac.id/PROSIDING_SNST_FT/article/view/1526%0Ahttps://publikasiilmiah.unwahas.ac.id/index.php/PROSIDING_SNST_FT/article/download/1526/1609
Alfandi Safira and F. N. Hasan, “Analisis Sentimen Masyarakat Terhadap Paylater Menggunakan Metode Naive Bayes Classifier,” Zo. J. Sist. Inf., vol. 5, no. 1, pp. 59–70, 2023, doi: 10.31849/zn.v5i1.12856.
D. Duei Putri, G. F. Nama, and W. E. Sulistiono, “Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier,” J. Inform. dan Tek. Elektro Terap., vol. 10, no. 1, pp. 34–40, 2022, doi: 10.23960/jitet.v10i1.2262.
K. Kevin, M. Enjeli, and A. Wijaya, “Analisis Sentimen Pengunaaan Aplikasi Kinemaster Menggunakan Metode Naive Bayes,” J. Ilm. Comput. Sci., vol. 2, no. 2, pp. 89–98, 2024, doi: 10.58602/jics.v2i2.24.
J. L. Rizky and W. Gata, “Analisis Sentimen Media Sosial Youtube Kereta Cepat (Whoosh) Menggunakan Algoritma Bidirectional-LSTM,” Progresif J. Ilm. Komput., vol. 20, no. 2, p. 748, 2024, doi: 10.35889/progresif.v20i2.1958.
L. B. Ilmawan and M. A. Mude, “Perbandingan Metode Klasifikasi Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Ulasan Tekstual di Google Play Store,” Ilk. J. Ilm., vol. 12, no. 2, pp. 154–161, 2020, doi: 10.33096/ilkom.v12i2.597.154-161.
C. R. Batuallo, A. Mewengkang, and D. R. Kaparang, “Klasifikasi Pencapaian Nilai Mahasiswa Berdasarkan Jenis Mata Kuliah Menggunakan Algoritma Naive Bayesian Classifisier,” Edutik J. Pendidik. Teknol. Inf. dan Komun., vol. 3, no. 4, pp. 499–511, 2023, doi: 10.53682/edutik.v3i4.7606.
I. Zufria, A. H. Lubis, and S. S. Febiyaula, “Analisis Sentimen Kepercayaan Masyarakat Terhadap Kepolisian Republik Indonesia Menggunakan Algoritma Svm,” J. Sci. Soc. Res., vol. 4307, no. 3, pp. 1266–1272, 2024, [Online]. Available: http://jurnal.goretanpena.com/ index.php/JSSR
F. Andriansyah and P. Astuti, “Analisis Sentimen Komentar Konten Edukatif Di Instagram Dengan Metode Naïve Bayes Dan Support Vector Machine,” IMTechno J. Ind. Manag. Technol., vol. 6, no. 1, pp. 27–31, 2025, [Online]. Available: http://jurnal.bsi.ac.id/ index.php/imtechno
N. Ayuningtyas and W. Yustanti, “Semi-Supervised Learning pada Pelabelan dalam Klasifikasi Multi-Label Data Teks,” J. Informatics Comput. Sci., vol. 6, no. 01, pp. 240–248, 2024, doi: 10.26740/jinacs.v6n01.p240-248.
I. Alfiyanti, “Perbandingan Penerapan Metode Association Rules Menggunakan Algoritma Apriori dan Fp-Growth Untuk Mengetahui Pola Pembicaraan Masyarakat Indonesia Terkait Radikalisme di Twitter,” Repository.Uinjkt.Ac.Id, 2023, [Online]. Available: https://repository.uinjkt.ac.id/dspace/handle/123456789/73647
G. N. Aulia and E. Patriya, “Implementasi Lexicon Based Dan Naive Bayes Pada Analisis Sentimen Pengguna Twitter Topik Pemilihan Presiden 2019,” J. Ilm. Inform. Komput., vol. 24, no. 2, pp. 140–153, 2019, doi: 10.35760/ik.2019.v24i2.2369.[16]
R.F. Triana, A.I.P Sari, A. Bahtiar, & E. Wahyudin, "Implementasi Algoritma Naïve Bayes Untuk Klasifikasi Sentimen Ulasan Pengguna KAI Access". Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 14, no. 1, pp. 12-21, 2025.
How To Cite This :
Refbacks
- There are currently no refbacks.
