Analisis Sentimen Masyarakat terhadap Perilaku Lawan Arah yang Diunggah pada Media Sosial Youtube Menggunakan Naïve Bayes
Abstract
Upaya penelitian ini berusaha untuk meneliti sentimen publik terhadap perilaku arus balik yang disebarluaskan di platform media sosial YouTube melalui penerapan algoritma Naive Bayes dan teknik SMOTE (Synthetic Minority Over-sampling Technique). Dataset dikumpulkan dari komentar yang diposting di video YouTube yang berkaitan dengan subjek “arah berlawanan” dan untuk datanya berjumlah 1045 data pada dataset. Komentar ini kemudian menjadi sasaran pemrosesan otomatis dan dikategorikan sebagai positif, negatif, atau netral. Pemanfaatan teknik SMOTE digunakan untuk mengatasi ketidakseimbangan dalam data kelas minoritas. Model Bayes Naive dilatih dan dinilai sebelum dan setelah penerapan SMOTE. Hasil penilaian mengungkapkan peningkatan akurasi model dari 76,5% menjadi 78,0% setelah penggunaan SMOTE, terlepas dari pengurangan ingatan dalam kelas positif. Integrasi SMOTE secara efektif meningkatkan kinerja model dalam identifikasi kelas negatif. Studi ini mengantisipasi menawarkan wawasan mendalam tentang perspektif publik tentang perilaku arus balik dan berkontribusi pada upaya yang bertujuan meningkatkan keselamatan berkendara
Downloads
References
Aulia, Z. N., Jati, G. K., & Santoso, I. (2023). Analisis Sentimen Tanggapanpublic Mengenai E-Tilang Melalui Media Sosial Youtube Menggunakan Algoritma Naive Bayes. Jurnal IKRA-ITH Informatika, 7(2), 150–156. https://journals.upi-yai.ac.id/index.php/ikraith-informatika/article/view/2824/2077
Barus, O. P., & Pangaribuan, J. J. (2024). Implementasi Metode Naive Bayes Classifier Terhadap Klasifikasi Topik Kemacetan Lalu Lintas Indonesia Melalui Tweet. 8(April), 1087–1096. https://doi.org/10.30865/mib.v8i2.7470
Firsttama, R. A., Arifiyanti, A. A., & Kartika, D. S. Y. (2024). Analisis Sentimen Komentar Youtube Konferensi Tingkat Tinggi G20 Menggunakan Metode Naive Bayes. Jurnal Teknologi Dan Sistem Informasi Bisnis, 6(2), 282–285. https://doi.org/10.47233/jteksis.v6i2.1263
HIDAYAT, D., NAUFAL, F. B., & SYAFEI, N. S. (2022). Pendeteksi Pelanggaran Lalu Lintas Kendaraan Lawan Arah berbasis Sensor Ultrasonik. ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, 10(4), 798. https://doi.org/10.26760/elkomika.v10i4.798
Isnain, A. R., Sulistiani, H., Hurohman, B. M., Nurkholis, A., & Styawati, S. (2022). Analisis Perbandingan Algoritma LSTM dan Naive Bayes untuk Analisis Sentimen. Jurnal Edukasi Dan Penelitian Informatika (JEPIN), 8(2), 299. https://doi.org/10.26418/jp.v8i2.54704
Iwandini, I., Triayudi, A., & Soepriyono, G. (2023). Analisa Sentimen Pengguna Transportasi Jakarta Terhadap Transjakarta Menggunakan Metode Naives Bayes dan K-Nearest Neighbor. Journal of Information System Research (JOSH), 4(2), 543–550. https://doi.org/10.47065/josh.v4i2.2937
Joviansyah, M. H., Alyssa, L. N., Rahadatul’aisyi, I. S., Bakry, G. N., & Aristi, N. (2023). Analisis Sentimen Dan Jaringan Komentar Video Youtube Najwa Shihab “Piala Dunia U-20 Gagal Digelar Di Indonesia. Mari Lihat Dari Dua Perspektif.” Jurnal Komunikasi Dan Media, 4(1), 1–14. https://doi.org/10.24167/jkm.v4i1.10351
Karimah, A., Dwilestari, G., & Mulyawan, M. (2024). Analisis Sentimen Komentar Video Mobil Listrik Di Platform Youtube Dengan Metode Naive Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 767–737. https://doi.org/10.36040/jati.v8i1.8373
Kurniawan, B., Suwarisman, A., Afriyanti, I., Wahyudi, A., & Saputra, D. D. (2023). Analisis Sentimen Complain dan Bukan Complain pada Twitter Telkomsel dengan SMOTE dan Naïve Bayes. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 7(1), 106–113. https://doi.org/10.35870/jtik.v7i1.691
Matondang, A. F., Dur, S., Cipta, H., Islam, U., & Sumatera Utara, N. (n.d.). Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika ANALISIS SENTIMEN JASA EKSPEDISI PENGIRIMAN BARANG MENGGUNAKAN METODE NAIVE BAYES. 7, 377–386. https://doi.org/10.30605/proximal.v5i2.3653
Ningtyas, A. A., Solichin, A., & Pradana, R. (2023). Analisis Sentimen Komentar Youtube Tentang Prediksi Resesi Ekonomi Tahun 2023 Menggunakan Algoritme Naïve Bayes. Bit (Fakultas Teknologi Informasi Universitas Budi Luhur), 20(1), 9. https://doi.org/10.36080/bit.v20i1.2317
Putra, E. E. S., Ratih, S. Y., & Primantari, L. (2022). Analisis Daerah Rawan Kecelakaan Lalu Lintas Jalan Raya Ngerong Cemorosewu. Jurnal Kacapuri : Jurnal Keilmuan Teknik Sipil, 4(2), 255. https://doi.org/10.31602/jk.v4i2.6432
Suwarto, S., Muzaki, A., & Muhtarom, M. (2021). Pemanfaatan Media YouTube sebagai Media Pembelajaran pada Siswa Kelas XII MIPA di SMA Negeri 1 Tawangsari. Media Penelitian Pendidikan : Jurnal Penelitian Dalam Bidang Pendidikan Dan Pengajaran, 15(1), 26–30. https://doi.org/10.26877/mpp.v15i1.7531
Wijayanto, A. (2022). Analisis Sentimen Komentar Youtube Mengenai Vaksin Covid-19 Menggunakan Support Vector Machine. JURNAL PILAR TEKNOLOGI Jurnal Ilmiah Ilmu Ilmu Teknik, 7(1), 24–31. https://doi.org/10.33319/piltek.v7i1.118
Copyright (c) 2024 Ramanda MD 1, Reza Dwi Restiyan2, Hafidz Irsyad3
This work is licensed under a Creative Commons Attribution 4.0 International License.
