PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN NAIVE BAYES CLASSIFIER PADA ANALISIS SENTIMEN KOMENTAR YOUTUBE TENTANG IBU KOTA NUSANTARA

Zaki Zamani, NIM.: 18106050024 (2024) PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN NAIVE BAYES CLASSIFIER PADA ANALISIS SENTIMEN KOMENTAR YOUTUBE TENTANG IBU KOTA NUSANTARA. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

[img]
Preview
Text (PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN NAÏVE BAYES CLASSIFIER PADA ANALISIS SENTIMEN KOMENTAR YOUTUBE TENTANG IBU KOTA NUSANTARA)
18106050024_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version

Download (2MB) | Preview
[img] Text (PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN NAÏVE BAYES CLASSIFIER PADA ANALISIS SENTIMEN KOMENTAR YOUTUBE TENTANG IBU KOTA NUSANTARA)
18106050024_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf
Restricted to Registered users only

Download (7MB) | Request a copy

Abstract

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, Naïve Bayes terbukti lebih unggul daripada KNN dalam mengklasifikasikan sentimen komentar video YouTube yang membahas tentang IKN.

Item Type: Thesis (Skripsi)
Additional Information / Supervisor: Pembimbing: Ir. Muhammad Didik Rohmad Wahyudi, S.T., MT.
Uncontrolled Keywords: Naive Bayes; K-Nearest Neighbor; sentiment; IKN; Youtube
Subjects: 000 Ilmu Komputer, Ilmu Informasi, dan Karya Umum > 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika (S1)
Depositing User: Muchti Nurhidaya [muchti.nurhidaya@uin-suka.ac.id]
Date Deposited: 17 Dec 2024 10:00
Last Modified: 17 Dec 2024 10:00
URI: http://digilib.uin-suka.ac.id/id/eprint/68913

Share this knowledge with your friends :

Actions (login required)

View Item View Item
Chat Kak Imum