TY  - THES
N1  - Pembimbing: Ir. Muhammad Didik Rohmad Wahyudi, S.T., MT.
ID  - digilib68913
UR  - https://digilib.uin-suka.ac.id/id/eprint/68913/
A1  - Zaki Zamani, NIM.: 18106050024
Y1  - 2024/09/12/
N2  - Ibu Kota Nusantara (IKN) telah menjadi topik diskusi yang hangat di Indonesia. Pembangunan IKN menimbulkan berbagai sentimen di masyarakat, mulai dari dukungan penuh hingga penolakan keras. Media sosial, seperti YouTube, menjadi wadah bagi masyarakat untuk menyampaikan pendapat dan pandangan mereka terkait IKN. Komentar-komentar yang muncul pada video YouTube tentang IKN mencerminkan sentimen publik terhadap proyek ini. Dalam penelitian ini, dilakukan analisis sentimen terhadap komentar-komentar YouTube tentang IKN. Metode yang digunakan untuk analisis sentimen adalah Naive Bayes Classifier dan K-Nearest Neighbor. Naive Bayes Classifier menunjukkan kinerja yang lebih unggul dibandingkan K-Nearest Neighbor dalam analisis sentimen terhadap komentar YouTube tentang IKN. Naive Bayes Classifier menghasilkan akurasi sebesar 70,77%, nilai presisi sebesar 63,44%, nilai recall sebesar 55,23% dan nilai f1-score sebesar 56,12%. Sedangkan, K-Nearest Neighbor mendapatkan nilai akurasi sebesar 66,55%, nilai presisi sebesar 56,58%, nilai recall sebesar 46,96% dan nilai f1-score sebesar 48,07%. Meskipun akurasinya belum memuaskan, Na�ve Bayes terbukti lebih unggul daripada KNN dalam mengklasifikasikan sentimen komentar video YouTube yang membahas tentang IKN.
PB  - UIN SUNAN KALIJAGA YOGYAKARTA
KW  - Naive Bayes; K-Nearest Neighbor; sentiment; IKN; Youtube
M1  - skripsi
TI  - PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN NAIVE BAYES CLASSIFIER PADA ANALISIS SENTIMEN KOMENTAR YOUTUBE TENTANG IBU KOTA NUSANTARA
AV  - restricted
EP  - 111
ER  -