Analisis Sentimen Komentar Youtube Tentang Prediksi Resesi Ekonomi Tahun 2023 Menggunakan Algoritme Naïve Bayes

Anggi Ayu Ningtyas, Achmad Solichin, Rizky Pradana

Abstract


YouTube adalah situs berbagi media, yaitu semacam hiburan virtual untuk berbagi media video dan suara. YouTube telah menjadi salah satu platform tontonan video paling populer saat ini. Beberapa waktu lalu, Youtube Indonesia disibukkan dengan unggahan ke channel Raymond Chin pada 3 Oktober 2022 tentang prediksi ekonomi tahun 2023. Oleh karena itu, akan sangat sulit untuk memahami apakah netizen yang menggunakan situs youTube umumnya positif negatif. atau netral. Dengan video yang ditransfer ini, diharapkan sebuah metode untuk menginvestigasi komentar-komentar yang begitu banyak sehingga komentar-komentar tersebut dapat bernilai dan dapat ditarik tujuan yang signifikan. Pelonggaran perputaran keuangan ini dapat berlangsung dalam jangka waktu yang sangat lama, bahkan bertahun-tahun. Sementara itu, penghentian moneter global, pembenahan strategi moneter, tekanan internasional, perselisihan pasar keuangan hingga perubahan lingkungan penyebab menjadi faktor yang mempengaruhi elemen ekonomi pada tahun 2023. Oleh karena itu, untuk mengetahui sentimen tentang perkiraan dan penurunan ekonomi pada tahun 2023 membutuhkan kerangka kerja untuk memutuskan apakah sentimen publik "positif", "negatif", atau “netral”. Naïve Bayes adalah strategi urutan yang ditetapkan dalam hipotesis Bayes. khususnya mengantisipasi masa depan mengingat pengalaman masa lalu. pengklasifikasian Naive Bayes ini menjalankan metode karakterisasi item terarah di masa mendatang dengan membagikan tanda kelas ke kejadian yang memanfaatkan probabilitas. Dalam ulasan ini, pengaturan akan diselesaikan menggunakan strategi Naïve Bayes dengan 500 data Untuk pengujian gunakan 10 Folds Cross Validation dengan mempartisi informasi persiapan menjadi beberapa bagian untuk pengujian mendapatkan keakuratan yang berbeda karena menggunakan informasi persiapan yang tidak teratur. Setelah pengujian menghasilkan "positif" bernilai 40%, "negatif" 26% dan "netral" 34%. Konsekuensi dari pengujian ini menunjukkan bahwa dapat membedakan realitas data komentar youtube dengan menggunakan strategi Naïve Bayes

Keywords


resesi; youtube; sentimen masyarakat; naïve bayes; text mining

Full Text:

PDF

References


F. F. Abdulloh And I. R. Pambudi, “Analisis Sentimen Pengguna Youtube Terhadap Program Vaksin Covid-19,” Csrid (Computer Science Research And Its Development Journal), Vol. 13, No. 3, P. 141, Nov. 2021, Doi: 10.22303/Csrid.13.3.2021.141-148.

Raymond Chin, “Raymond Chin Youtube Channel,” Youtube. Https://Www.Youtube.Com/@Raymondchins (Accessed Feb. 18, 2023).

G. Sanjaya And K. Muslim Lhaksmana, “Analisis Sentimen Komentar Youtube Tentang Terpilihnya Menteri Kabinet Indonesia Maju Menggunakan Lexicon Based,” Eproceedings Of Engineering, Vol. 7, No. 3, 2020.

F. Dona, I. Maulida, And B. Nugraha, “Klasifikasi Dan Analisis Dataset Komentar Video Youtube Menggunakan Supervised Learning,” In Seminastika, Nov. 2021, Pp. 86–90. Doi: 10.47002/Seminastika.V3i1.232.

M. Hudha, E. Supriyati, And T. Listyorini, “Analisis Sentimen Pengguna Youtube Terhadap Tayangan #Matanajwamenantiterawan Dengan Metode Naïve Bayes Classifier,” Jiko (Jurnal Informatika Dan Komputer), Vol. 5, No. 1, Pp. 1–6, Apr. 2022, Doi: 10.33387/Jiko.V5i1.3376.

M. P. Munthe, A. Siswo, R. Ansori, And R. R. Septiawan, “Analisis Sentimen Komentar Pada Saluran Youtube Food Vlogger Berbahasa Indonesia Menggunakan Algoritma Naïve Bayes,” In E-Proceeding Of Engineering, 2021.

M. A. Saddam, E. K. Dewantara, And A. Solichin, “Sentiment Analysis Of Flood Disaster Management In Jakarta On Twitter Using Support Vector Machines,” Sinkron, Vol. 8, No. 1, Pp. 470–479, Jan. 2023, Doi: 10.33395/Sinkron.V8i1.12063.

M. Agus Arianto And A. Solichin, “Analisis Sentimen Motogp Mandalika Pada Twitter Menggunakan Metode Naïve Bayes,” Jurnal Ticom: Technology Of Information And Communication, Vol. 11, No. 1, 2022, [Online]. Available: Https://T.Co/Xynw7stiwq

R. P. Sidiq, B. A. Dermawan, And Y. Umaidah, “Sentimen Analisis Komentar Toxic Pada Grup Facebook Game Online Menggunakan Klasifikasi Naïve Bayes,” Jurnal Informatika Universitas Pamulang, Vol. 5, No. 3, Pp. 356–363, 2020.

S. Juanita, “Analisis Sentimen Persepsi Masyarakat Terhadap Pemilu 2019 Pada Media Sosial Twitter Menggunakan Naive Bayes,” Jurnal Media Informatika Budidarma, Vol. 4, No. 3, Pp. 552–558, 2020, Doi: 10.30865/Mib.V4i3.2140.

A. Novantirani, M. K. S. S. T, and V. Effendy, “Analisis Sentimen pada Twitter untuk Mengenai Penggunaan Transportasi Umum Darat Dalam Kota dengan Metode Support Vector Machine,” e-Proceeding of Engineering, vol. 2, no. 1, pp. 1177–1183, 2015.

M. R. Adrian, M. P. Putra, and N. A. Rakhmawati, “Perbandingan Metode Klasifikasi Random Forest dan SVM pada Anlisis Sentimen PSBB,” Informatika UPGRIS, vol. 7, no. 1, pp. 36–40, 2021, doi: 10.26877/jiu.v7i1.7099.

DQLab, “Tahapan Text Preprocessing dalam Teknik Pengolahan Data,” DQLab, Jun. 21, 2021. https://www.dqlab.id/tahapan-text-preprocessing-dalam-teknik-pengolahan-data (accessed Feb. 18, 2023).




DOI: https://doi.org/10.36080/bit.v20i1.2317

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Bit (Fakultas Teknologi Informasi Universitas Budi Luhur)

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

OFFICE:

FAKULTAS TEKNOLOGI INFORMASI - UNIVERSITAS BUDI LUHUR, Jl. Ciledug Raya, Petukangan Utara, Jakarta Selatan, 12260. DKI Jakarta, Indonesia. Telp: 021-585 3753 Fax: 021-585 3752

Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) by FAKULTAS TEKNOLOGI INFORMASI - UNIVERSITAS BUDI LUHUR is licensed under CC BY-SA 4.0 Creative Commons License

View Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Satats Web Analytics Made Easy