KLASIFIKASI SENTIMEN KOMENTAR YOUTUBE TERHADAP ISU KENAIKAN HARGA BBM DI INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

YASMINE, YOENYETA AURA (2026) KLASIFIKASI SENTIMEN KOMENTAR YOUTUBE TERHADAP ISU KENAIKAN HARGA BBM DI INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). ["eprint_fieldopt_thesis_type_skripsi" not defined] thesis, Institut Teknologi Nasional Malang.

Text LAPORAN_2218126.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB) | Request a copy

Abstract

Kenaikan harga Bahan Bakar Minyak (BBM) di Indonesia merupakan isu yang memunculkan berbagai tanggapan masyarakat di media sosial, khususnya YouTube. Banyaknya komentar yang dihasilkan menyebabkan analisis sentimen secara manual menjadi kurang efektif. Penelitian ini bertujuan untuk mengklasifikasikan sentimen komentar YouTube terhadap isu kenaikan harga BBM pada channel berita nasional Metro TV menggunakan algoritma Support Vector Machine (SVM). Tahapan penelitian meliputi scraping data, preprocessing (cleansing, case folding, tokenizing, stopword removal, dan stemming), pembobotan kata menggunakan TF-IDF, serta klasifikasi menggunakan algoritma SVM. Penelitian juga membandingkan rasio pembagian data 70:30, 80:20, dan 90:10. Hasil pengujian menunjukkan bahwa rasio 70:30 memberikan performa terbaik dengan nilai Accuracy 79,09%, Precision 78,44%, Recall 79,09%, dan F1-Score 78,62%. Berdasarkan hasil pengujian, algoritma Support Vector Machine (SVM) mampu mengklasifikasikan sentimen komentar YouTube ke dalam kategori positif, netral, dan negatif dengan performa terbaik pada rasio pembagian data 70:30.

Item Type:	Thesis (["eprint_fieldopt_thesis_type_skripsi" not defined])
Additional Information:	YOENYETA AURA YASMINE (2218126)
Uncontrolled Keywords:	Analisis Sentimen, YouTube, Support Vector Machine, TF-IDF, BBM, Metro TV
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Septiani Rosydah
Date Deposited:	11 Aug 2026 01:47
Last Modified:	11 Aug 2026 01:47
URI:	http://eprints.itn.ac.id/id/eprint/16361

Actions (login required)

View Item