Analisis Sentimen Komentar YouTube terhadap Pemindahan Ibu Kota Negara Menggunakan Metode Naïve Bayes

Shafira Faira Huwaida, Rosita Kusumawati, Bayutama Isnaini

Abstract


Pemindahan Ibu Kota Indonesia berupa pembangunan IKN Nusantara di Kabupaten Penajam Paser Utara, Kalimantan Timur dimulai pada pertengahan Maret 2022 dengan target pemindahan bertahap mulai tahun 2024 hingga 2045. Hal tersebut mengundang berbagai reaksi dari masyarakat hingga meramaikan media sosial termasuk YouTube. Penelitian ini menggunakan  algoritma  naïve bayes dengan dan tanpa teknik SMOTE untuk mengetahui sentimen pengguna YouTube tentang pemindahan ibu kota negara. Data yang digunakan berupa komentar dari video yang ada di YouTube. Terpilih tiga video teratas berdasarkan kriteria relevansi dengan keyword dan jumlah komentar. Tahapan pre-processing data meliputi drop duplicates, case folding, tokenizing, cleaning, stemming, convert slangword, removal stopword, dan drop missing value. Pelabelan data teks terbagi menjadi 3 kelas sentimen yaitu Positif, Netral, dan Negatif menggunakan bantuan kamus vader lexicon. Pembagian data train dan test dilakukan mengggunakan tiga perbandingan, yaitu 70%:30%, 80%:20%, dan 90%:10%. Hasil penelitian menunjukkan bahwa performa terbaik diperoleh dari penerapan SMOTE naive bayes pada perbandingan data train 90% dengan data test 10%. Model SMOTE naïve bayes mampu memberikan nilai balanced accuracy 76,01%, AUC Score 0,8711, dan G-mean 0,8089.

Keywords


Analisis Sentimen, Ibu Kota Nusantara, Naive Bayes, SMOTE

Full Text:

PDF

References


Barro, R. A., Sulvianti, I. D., & Afendi, F. M. (2013). Penerapan synthetic minority oversampling technique (SMOTE) terhadap data tidak seimbang pada pembuatan model komposisi jamu. Xplore, 1(1). https://doi.org/10.29244/xplore.v1i1.12424

Chawla, N., Bowyer, K., Hall, L.O., & Kegelmeyer, W.P. (2002). SMOTE: Synthetic Minority Over-sampling Technique. ArXiv, abs/1106.1813.

Destuardi, I., & Sumpeno, S. (2009). Klasifikasi Emosi Untuk Teks Bahasa Indonesia Menggunakan Metode Naive Bayes. Surabaya: Institut Teknologi Sepuluh Nopember.

García, V., Sánchez, J. S., & Mollineda, R. A. (2012). On the effectiveness of preprocessing methods when dealing with different levels of class imbalance. Knowledge Based Systems, 25(1), 13–21. https://doi.org/10.1016/j.knosys.2011.06.013

Indrawati, A., Subagyo, H., Sihombing, A., Wagiyah, W., & Afandi, S. (2020). Analyzing the impact of resampling method for imbalanced data text in indonesian scientific articles categorization. Jurnal Dokumentasi dan Informasi, 41, 133-141.

Joachims, T. (1997). A Probabilistic Analysis of the Rocchio Algorithm with TFIDF for Text Categorization | Proceedings of the Fourteenth International Conference on Machine Learning. Guide Proceedings. https://doi.org/10.5555/645526.657278

Kurnia, K., Purnamasari, I., & Saputra, D. D. (2023). Analisis sentimen dengan metode naïve bayes, SMOTE dan adaboost pada twitter Bank BTN. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 7(2), 235–242. https://doi.org/10.35870/jtik.v7i3.707

Lembaga Penelitian dan Pengabdian Masyarakat Universitas Medan Area (LP2M UMA). (2022). Analisis Sentimen (Sentiment Analysis) : Definisi, Tipe dan Cara Kerjanya. Retrieved from https://lp2m.uma.ac.id/2022/02/21/analisis-sentimen-sentiment-analysis-definisi-tipe-dan-cara-kerjanya/

Longadge, R., & Dongre, S. (2013). Class imbalance problem in data mining review. International Journal of Computer Science and Network (IJCSN), 2(1).

Magnolia, C., Nurhopipah, A., & Kusuma, B. A. (2023). Penanganan Imbalanced Dataset untuk Klasifikasi Komentar Program Kampus Merdeka Pada Aplikasi Twitter. Edu Komputika Journal, 9(2), 105–113. https://doi.org/10.15294/edukomputika.v9i2.61854

Manning, C. D., Raghavan, P., & Schütze, H. (2009). Introduction to information retrieval. Choice Reviews Online, 46(05), 46–2715. https://doi.org/10.5860/choice.46-2715

Novendri, R., Callista, A. S., Pratama, D. N., & Puspita, C. E. (2020). Sentiment analysis of YouTube movie trailer comments using naïve bayes. Bulletin of Computer Science and Electrical Engineering, 1(1), 26-32.

Nugroho, D. (2022). Bentuk dan kekhususan Ibu Kota Negara Nusantara dalam Negara Kesatuan Republik Indonesia. The Indonesian Journal Of Politics And Policy (IJPP), 4(1), 53–62. https://doi.org/10.35706/ijpp.v4i1.6527

Profil Penajam Paser Utara, Lokasi Ibu Kota Baru di Kalimantan Timur – DPRD KABUPATEN PENAJAM PASER UTARA. (2021, June 14). https://dprd.penajamkab.go.id/2021/06/14/profil-penajam-paser-utara-lokasi-ibu-kota-baru-di-kalimantan-timur/

Rahman, A., Rahmat, F., fariqi, M. Y., & Adi, S. (2020). Metode Naïve Bayes untuk menganalisis akurasi sentimen komentar di Youtube. Jurnal EECCIS. 14(1), pp, 31-34.

Raschka, S. (2014). Naive bayes and text classification I - Introduction and theory. arXiv (Cornell University). https://arxiv.org/pdf/1410.5329v2

Setiawan, V. D. (2023). Kombinasi data augmentasi dan skema term weighting untuk analisis sentimen (Master’s Thesis). Universitas Gadjah Mada, Yogyakarta.

Sharma, S. & Singh, D. (2018). Study of Sentiment Classification Techniques. International Journal of Computer Sciences and Engineering, 6(5): 479–783.

Sulistiyono, M., Pristyanto, Y., Adi, S., & Gumelar, G. (2021). Implementasi algoritma synthetic minority over-sampling technique untuk menangani ketidakseimbangan kelas pada dataset klasifikasi. Jurnal Sistem Informasi, 10(2), 445. https://doi.org/10.32520/stmsi.v10i2.1303

Sulistiyowati, N., & Jajuli, M. (2020). Integrasi naive bayes dengan teknik sampling SMOTE untuk menangani data tidak seimbang. Nuansa Informatika: Jurnal Penelitian Dan Teknologi Informasi, 14(1), 34. https://doi.org/10.25134/nuansa.v14i1.2411

Wikarsa, L., Angdresey, A., & Kapantow, J. (2022). Implementasi metode naïve bayes dan lexicon-based approach untuk mengklasifikasi sentimen netizen pada tweet berbahasa Indonesia. Jurnal Ilmiah Realtech, 18(1), 15–24. https://doi.org/10.52159/realtech.v18i1.5




DOI: https://doi.org/10.37905/jji.v6i1.24718

Refbacks

  • There are currently no refbacks.


JJIhas been indexed by:
Sinta Crossref Scholar Garuda
Base Dimension ROAD SIS
ASCI







Editorial Office
Department of Informatics Engineering, Universitas Negeri Gorontalo
Engineering Faculty Building, 1st Floor
Jl. Prof. Dr. Ing. B. J. Habibie, Bone Bolango, Gorontalo, 96119, Indonesia. Whatsapp: +6281314270499Email: jji.ft@ung.ac.id
Creative Commons Licence
Jambura Journal of Informatics (JJi), is licensed under a Lisensi Creative Commons Atribusi 4.0 Internasional.