Publikasi
Karya Ilmiah MahasiswaPencarian Spesifik
Kunjungan
Komentar pengguna pada platform YouTube dapat dimanfaatkan sebagai sumber data yang kaya untuk memahami opini, tanggapan, dan sentimen masyarakat terhadap suatu konten digital, termasuk konten ulasan film. Penelitian ini bertujuan untuk menganalisis sentimen komentar pengguna YouTube terhadap video review film Battle of Surabaya yang diunggah pada channel N2 STORY dengan menerapkan metode klasifikasi Naive bayes. Data penelitian diperoleh dari kumpulan komentar pengguna yang terdapat pada video review film tersebut, yang merepresentasikan beragam pendapat dan emosi penonton terhadap film yang dibahas. Tahapan penelitian dimulai dari proses pengumpulan data komentar menggunakan teknik crawling, kemudian dilanjutkan dengan pelabelan data sentimen secara otomatis menggunakan pendekatan lexicon-based untuk mengelompokkan komentar ke dalam kategori sentimen positif, negatif, dan netral. Selanjutnya, dilakukan tahap pembersihan teks (preprocessing) yang meliputi case folding, tokenizing, filtering, dan stemming untuk meningkatkan kualitas data. Pembobotan kata dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) guna merepresentasikan tingkat kepentingan setiap kata dalam dokumen. Data yang telah diproses kemudian diklasifikasikan menggunakan algoritma Naive bayes untuk menentukan kecenderungan sentimen komentar pengguna. Hasil penelitian ini diharapkan dapat memberikan gambaran mengenai kecenderungan sentimen pengguna YouTube terhadap konten review film serta menjadi referensi dalam penerapan metode Naive bayes pada analisis sentimen komentar media sosial.
Amaliah, F., & Nuryana, I. K. D. (2022). Perbandingan Akurasi Metode Lexicon Based Dan Naive bayes Classifier Pada Analisis Sentimen Pendapat Masyarakat Terhadap Aplikasi Investasi Pada Media Twitter. Journal of Informatics and Computer Science, 03(03), 384–393.
Amrullah, A. Z., Anas, A. S., & Hidayat, M. A. J. (2020). Analisis Sentimen Movie Review Menggunakan Naive bayes Classifier Dengan Seleksi Fitur Chi Square Jurnal BITe?: Jurnal Bumigora Information Technology Jurnal BITe?: Jurnal Bumigora Information Technology. Jurnal Bumigora Information Technology, 2(1), 40–44. https://doi.org/10.30812/bite.v2i1.804
Arita, N., Heryana, N., & Ridha, A. A. (2025). Analisis Sentimen Pengguna Youtube Terhadap Anime SPY X FAMILY Bahasa Indonesia Menggunakan Naive bayes. JITET (Jurnal Informatika Dan Teknik Elektro Terapan), 13(3), 2283–2290.
Arsi, P., Kusuma, B. A., & Nurhakim, A. (2021). Analisis Sentimen Pindah Ibu Kota Berbasis Naive bayes Classifier. JURNAL INFORMATIKA UPGRIS, 7(1), 1–6.
Effendi, N., Handoko, D., Azim, F., & Farida, F. (2024). Perancangan sistem pemantauan kelembaban tanah pembibitan kelapa sawit berbasis internet of things Noverta. Jurnal Computer Science and Information Technology, 5(2), 358–366.
Febriyani, E., & Februariyanti, H. (2022). Analisis Sentimen Terhadap Program Kampus Merdeka Menggunakan Algoritma Naive bayes Classifier Di Twitter. Jurnal TEKNO KOMPAK, 17(1), 25–38.
Fernandes, D. R., Hasan, N. J. P., & Wijaya, N. (2024). Optimasi Akurasi Sentimen Komentar Xiaomi SU7 di YouTube Menggunakan Naive bayes dan Chi-Square. Jurnal Software Engineering and Computational Intelligence, 2(1), 17–25.
Fikri, M. I., Sabrila, T. S., & Azhar, Y. (2020). Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter. SMATIKA Jurnal?: STIKI Informatika Jurnal, 10(2), 71–76.
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.
Foody, G. M. (2023). Challenges in the real world use of classification accuracy metrics?: From recall and precision to the Matthews correlation coefficient. Public Library of Science (PLoS), 18(10), 1–27. https://doi.org/10.1371/journal.pone.0291908
Habibi Al Rasyid Harpizon, Rahmad Kurniawan, Iwan Iskandar, Roni Salambue, Elvia Budianita, F. S. (2022). Analisis Sentimen Komentar Di YouTube Tentang Ceramah Ustadz Abdul Somad Menggunakan Algoritma Naïve Bayes. Jurnal Nasional Komputasi Dan Teknologi Informasi, 5(1), 131–140.
Hajaroh, Suprapti, T., & Narasati, R. (2024). Implementasi Algoritma Naive bayes Untuk Analisis Sentimen. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 111–118.
Harahap, S. M., Studi, P., Komputer, I., Negeri, U. I., Utara, S., Kurniawan, R., Studi, P., Komputer, I., Negeri, U. I., & Utara, S. (2024). Analisis Sentimen Komentar Youtube terhadap Food Vlogger dengan Menggunakan Metode Naïve Bayes Sulistia Maharani Harahap. MEANS (Media Informasi Analisa Dan Sistem), 9(1), 87–96.
Hudha, M., Supriyati, E., & Listyorini, T. (2022). Analisis Sentimen Pengguna Youtube Terhadap Tayangan # MataNajwaMenantiTerawan Dengan Metode Naive bayes Classifier. JIKO (Jurnal Informatika Dan Komputer), 5(1), 1–6. https://doi.org/10.33387/jiko
Huwaida, S. F., Kusumawati, R., & Isnaini, B. (2024). Analisis Sentimen Komentar YouTube terhadap Pemindahan Ibu Kota Negara Menggunakan Metode Naïve Bayes. Jambura Journal of Informatics, 6(1), 26–39. https://doi.org/10.37905/jji.v6i1.24718
Mario, C., & Suryono, R. R. (2025). Public Sentiment Analysis on Dirty Vote Movie on Youtube Using Random Forest and Naïve Bayes Analisis Sentimen Publik Pada Film Dirty Vote Di Youtube Menggunakan Random Forest Dan Naïve Bayes. JURNAL INOVTEK POLBENG, 10(1), 111–122.
Misrun, C. A., Haerani, E., Fikry, M., & Budianita, E. (2023). Analisis sentimen komentar youtube terhadap Anies Baswedan sebagai bakal calon presiden 2024 menggunakan metode naive bayes classifier. Jurnal Computer Science and Information Technology, 4(1), 207–215.
Novendri, R., Callista, A. S., Pratama, D. N., & Puspita, C. E. (2020). Sentiment Analysis of YouTube Movie Trailer Comments Using Naïve Bayes. Bulletin of Computer Science and Electrical Engineering, 1(1), 26–32. https://doi.org/10.25008/bcsee.v1i1.5
Peling, I. B. A., Arnawan, I. N., Arthawan, I. P. A., & Janardana, I. G. N. (2017). Implementation of Data Mining To Predict Period of Students Study Using Naive bayes Algorithm. International Journal of Engineering and Emerging Technology, 2(1), 53. https://doi.org/10.24843/ijeet.2017.v02.i01.p11
Pramaysti, N. D. (2019). Pesan Perjuangan Dalam Film Animasi Battle Of Surabaya (Issue 3686).
Puspitasari, A. N., Findawati, Y., & Rahmawati, Y. (2024). Analisis Sentimen Tweet Pengguna E-Commerce Dengan Menggunakan Metode Klasifikasi Naive bayes. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 9(3), 1123–1132.
Rahman, A., Rahmat, F., Fariqi, M. Y., & Adi, S. (2020). Metode Naive bayes untuk Menganalisis Akurasi Sentimen Komentar di Youtube. Jurnal EECCIS, 14(1), 31–34. http://bit.ly/2u802Pe
Ramadhan, B. Z., Riza, I., & Maulana, I. (2022). Analisis Sentimen Ulasan Pada Aplikasi E-Commerce Dengan Menggunakan Algoritma Naïve Bayes. Journal of Applied Informatics and Computing, 6(2), 220–225.
Ramadhani, B., & Suryono, R. R. (2024). Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse. JURNAL MEDIA INFORMATIKA BUDIDARMA, 8(2), 714–725. https://doi.org/10.30865/mib.v8i2.7458
Santoso, D. P., & Wibowo, W. (2022). Analisis Sentimen Ulasan Aplikasi Buzzbreak Menggunakan Metode Naïve Bayes Classifier pada Situs Google Play Store. JURNAL SAINS DAN SENI ITS Vol., 11(2), 190–196.
Saputra, E. F., Pribadi, M. R., Studi, P., & Komputer, F. I. (2023). Analisis Sentimen Komentar Pada Kanal Youtube The Lazy Monday Menggunakan Algoritma Naive bayes. MDP STUDENT CONFERENCE (MSC), 2(1), 17–23.
Saputra, M. D., Informatika, J. T., Sains, F., Teknologi, D. A. N., Negeri, U., Syarif, S., & Riau, Q. (2021). Klasifikasi Sentimen Pada Video Channel Youtube Raditya Dika Menggunakan Metode Naive bayes Classifier.
Setiawan, H., & Utami, E. (2021). Analisis Sentimen Twitter Kuliah Online Pasca Covid-19 Menggunakan Algoritma Support Vector Machine dan Naive bayes. Jurnal Komtika (Komputasi Dan Informatika), 5(1), 43–51.
Sukanda, U. F., & Yulandari, S. S. (2019). Representasi Nasionalisme Dalam Film Animasi Battle Of Surabaya. DIALEKTIKA KOMUNIKA: Jurnal Kajian Komunikasi Dan Pembangunan Daerah, 7(2), 134–146.
Tarigan, D. A., Situmorang, Z., & Rosnelly, R. (2025). Analisis Sentimen Aplikasi Playstore Sirakap 2024 Pasca Pilpres Dengan Perbandingan Metode Support Vector Machine ( SVM ), Naive bayes Classifier dan Random Forest. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 11(3), 661–670.
Thomas, S., Yuliana, & Noviyanti, P. (2021). Studi Analisis Metode Analisis Sentimen pada YouTube. JIFOTECH (JOURNAL OF INFORMATION TECHNOLOGY), 1(1), 1–7.
Utari, E. L., & Wibowo, S. H. (2025). Analisis Komparatif Algoritma SVM Naive bayes DAN LSTM Pada Sentimen Komentar Lagu Labour. Jurnal Informatika Teknologi Dan Sains (JINTEKS), 7(3), 1276–1286.
Yasir, M., & Suraji, R. (2022). Perbandingan Metode Klasifikasi Naive bayes , Decision Tree , Random Forest Terhadap Analisis Sentimen Kenaikan Biaya Haji 2023 Pada Media Sosial Youtube. JURNAL CAHAYA MANDALIKA, 3(1), 180–192.
Zulfiqri, R., Sari, B. N., & Padilah, T. N. (2024). Analisis Sentimen Ulasan Pengguna Aplikasi Media Sosial Instagram Pada Situs Google Play Store Menggunakan Naïve Bayes Classifier. JITET (Jurnal Informatika Dan Teknik Elektro Terapan), 12(3), 2965–2973.
| Properti | Nilai Properti |
|---|---|
| Organisasi | Universitas Muhammadiyah Pekajangan Pekalongan |
| umpp.pekalongan@yahoo.com | |
| Alamat | Jl. Raya Pekajangan No. 1A Kedungwuni Pekalongan |
| Telepon | (0285) 7832294 |
| Tahun | 2026 |
| Kota | Pekalongan |
| Provinsi | Jawa Tengah |
| Negara | Indonesia |