Analisis Sentimen Komentar Video Youtube Flat Earth Theory Dengan Menggunakan Metode Unsupervised  Dan Supervised Learning

Calvin Jonathan; Theresia Herlina Rochadiani; Thamrin Sofian

doi:10.51454/decode.v3i2.210

Authors

Calvin Jonathan Informatika Universitas Pradita
Theresia Herlina Rochadiani Informatika Universitas Pradita
Thamrin Sofian Informatika Universitas Pradita

DOI:

https://doi.org/10.51454/decode.v3i2.210

Keywords:

analisis sentimen, supervised learning, unsupervised learning, youtube

Abstract

Penelitian ini bertujuan untuk analisis sentimen untuk memprediksi sentimen positif, negatif, dan netral dari komentar pengguna di YouTube terhadap video tentang Flat Earth Theory dengan menggunakan metode unsupervised dan supervised learning. YouTube merupakan media sosial terbesar untuk mengunggah video, dan komentar pengguna dapat dijadikan bahan untuk melakukan analisis sentimen. Dalam penelitian ini, digunakan platform media sosial YouTube sebagai sumber data komentar pengguna. Data komentar diambil menggunakan metode data scraping dengan Python. Selanjutnya, dilakukan preprocessing data untuk membersihkan dan mempersiapkannya agar dapat diolah dengan metode unsupervised dan supervised learning. Metode unsupervised learning menggunakan algoritma Textblob dan Vader untuk memberikan label sentimen pada setiap kata, sementara metode supervised learning menggunakan algoritma Random Forest dan SVM untuk melakukan proses klasifikasi. Hasil penelitian menunjukkan bahwa sentimen positif lebih dominan yang mendorong adanya diskusi alternatif tentang bentuk Bumi, dan mungkin menginspirasi orang untuk mencari pemahaman yang lebih dalam tentang ilmu pengetahuan dan geografi, terbukti dengan persentase keempat algoritma yang digunakan, vader sebesar 68%, textblob sebesar 68%, random forest sebesar 68,8%, svm sebesar 70,8%.

References

Admin LP2M. (2022). Analisis Sentimen (Sentiment Analysis) : Definisi, Tipe dan Cara Kerjanya. LP2M. https://lp2m.uma.ac.id/2022/02/21/analisis-sentimen-sentiment-analysis-definisi-tipe-dan-cara-kerjanya/

Afrinanda, R., Efrizoni, L., & Agustin, W. (2023). Hybrid Model for Sentiment Analysis of Bitcoin Prices using Deep Learning Algorithm. Teknik Informatika Dan Rekayasa Komputer, 22(2), 309-324. https://doi.org/10.30812/matrik.v22i2.2640

Agarwal, A., Xie, B., Vovsha, I., Rambow, O., & Passonneau, R. (2011). Sentiment Analysis of Twitter Data. Association for Computational Linguistics. http://www.webconfs.com/stop-words.php

Akash. (2021). Making Natural Language Processing easy with TextBlob. Analytics Vidhya. https://www.analyticsvidhya.com/blog/2021/10/making-natural-language-processing-easy-with-textblob/

Amarasekara, I., & Grant, W. J. (2019). Exploring the YouTube science communication gender gap: A sentiment analysis. Public Understanding of Science, 28(1), 68-84. https://doi.org/10.1177/0963662518786654

Alessia, D., Ferri, F., Grifoni, P., & Guzzo, T. (2015). Approaches, tools and applications for sentiment analysis implementation. International Journal of Computer Applications, 125(3), 26-33.

Brodie, M. L. (2019). What Is Data Science? In Applied Data Science: Lessons Learned for the Data-Driven Business. https://doi.org/10.1007/978-3-030-11821-1_8

Feby, D. (2013). Supervised Learning, Tipe Machine Learning Populer. Dolab. https://dqlab.id/supervised-learning-tipe-machine-learning-populer

Ghudafa, M., Akbar, T., & Srisulistiowati, D. B. (2021). Analisa Sentimen Efektifitas Vaksin terhadap Varian COVID 19 Omicron Berbasis Leksikon. Journal of Information and Information Security (JIFORTY, 2(2), 251-258.

Irawaty, I., Andreswari, R., & Pramesti, D. (2020). Development of Youtube Sentiment Analysis Application using K-Nearest Neighbors (Nokia Case Study). 2020 3rd International Conference on Information and Communications Technology, ICOIACT 2020, 39-44. https://doi.org/10.1109/ICOIACT50329.2020.9332151

JCT College of Engineering and Technology, IEEE Aerospace and Electronic Systems Society, & Institute of Electrical and Electronics Engineers. (n.d.). ICISC 2018 : proceedings of the 2nd International Conference on Inventive Systems and Control (ICISC 2018) : 19-20 January 2018.

Jonathan, A. (2022). Analisis Sentimen dengan Library Python. Dolab. https://dqlab.id/analisis-sentimen-dengan-library-python#:~:text=2. TextBlob,-TextBlob adalah pilihan&text=Alat ini memberikan skor individu,%2C emoji%2C dan banyak lagi.

Kumar, A., & Sebastian, T. M. (2012). Sentiment Analysis: A Perspective on its Past, Present and Future. International Journal of Intelligent Systems and Applications, 4(10), 1-14. https://doi.org/10.5815/ijisa.2012.10.01

Mahreen, J. (2022). Sentiment Analysis Using Vader. Analytics Vidhya. https://www.analyticsvidhya.com/blog/2022/10/sentiment-analysis-using-vader/#:~:text=VADER( Valence Aware Dictionary for,as either positive or negative.

Maulana, M. I. (2023). Klasifikasi Sentiment Ulasan Aplikasi Sausage Man Menggunakan VADER Lexicon dan Naïve Bayes Classifier. KLASIFIKASI SENTIMENT ULASAN APLIKASI SAUSAGE MAN MENGGUNAKAN VADER LEXICON DAN NAIVE BAYES CLASSIFIER, 4(3), 485-492. https://doi.org/10.30865/json.v4i3.5854

Mejova, Y. (2009). Sentiment Analysis: An Overview Comprehensive Exam Paper. http://www.pewinternet.org/Reports/2009/15-The-Internet-and-Civic-Engagement.aspx

Munthe, M. P., Ansori, A. S. R., & Septiawan, R. R. (2021). Analisis Sentimen Komentar Pada Saluran Youtube Food Vlogger Berbahasa Indonesia Menggunakan Algoritma Naïve Bayes. eProceedings of Engineering, 11909-11916.

Rais, T. I. Analisis sentimen terhadap komentar video youtube Raiden Shogun-Judgment of Euthymia menggunakan metode majority voting (Bachelor's thesis, Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta). https://repository.uinjkt.ac.id/dspace/handle/123456789/68661

Reddy, V. (2018). Sentiment Analysis using SVM. Medium. https://medium.com/scrapehero/sentiment-analysis-using-svm-338d418e3ff1#:~:text=What is SVM%3F,is predicting a continuous value.

Rezkia, S. M. (2020). Mengenal Lebih Dalam Algoritma Unsupervised Learning. Dolab. https://dqlab.id/mengenal-leboh-dalam-algoritma-unsupervised-learning

Singh, R., & Tiwari, A. (2021). Youtube Comments Sentiment Analysis Analysis And Simulation Of Covid-19 View project Youtube Comments Sentiment Analysis. International Journal of Scientific Research in Engineering and Management (IJSREM), 5(5), 1-11. https://www.researchgate.net/publication/351351202

Sruthi, E. R. (2021). Understanding random forest. Retrieved from Analytics Vidhya: https://www. analyticsvidhya. com/blog/2021/06/understanding-random-forest.

Taufiq Anwar, M., Riandhita Arief Permana, D., STMI Jakarta, P., Sistem Informasi Industri Otomotif, P., Letjen Suprapto No, J., & Pusat, J. (2023). Analisis Sentimen Masyarakat Indonesia Terhadap Produk Kendaraan Listrik Menggunakan VADER. 10(1), 783-792.

Uryupina, O., Plank, B., Severyn, A., Rotondi, A., & Moschitti, A. (2013). SenTube: A Corpus for Sentiment Analysis on YouTube Social Media. http://disi.unitn.it/

Wöllmer, M., Weninger, F., Knaup, T., Schuller, B., Sun, C., Sagae, K., & Morency, L. P. (2013). Youtube movie reviews: Sentiment analysis in an audio-visual context. IEEE Intelligent Systems, 28(3), 46-53.