Perkembangan kendaraan listrik di Indonesia semakin meningkat seiring dengan upaya pemerintah dalam mendorong penggunaan transportasi ramah lingkungan. Meskipun demikian, masih terdapat berbagai persepsi masyarakat terkait aspek teknis kendaraan listrik, khususnya mengenai daya tahan baterai. Persepsi tersebut sering kali disampaikan melalui media sosial, salah satunya melalui kolom komentar pada platform YouTube, yang dapat dimanfaatkan sebagai sumber data untuk analisis sentimen. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap daya tahan baterai mobil listrik berdasarkan komentar pengguna YouTube serta membandingkan kinerja metode klasifikasi Support Vector Machine (SVM) dan Decision Tree. Data penelitian diperoleh dari komentar pada video pengujian daya tahan baterai kendaraan listrik Wuling Air EV. Proses pengolahan data dimulai dari tahap pelabelan sentimen secara manual ke dalam tiga kategori, yaitu positif, negatif, dan netral. Selanjutnya dilakukan text preprocessing yang meliputi case folding, tokenization, stopword removal, dan stemming menggunakan pustaka Sastrawi. Representasi fitur dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Dataset kemudian dibagi menjadi data latih dan data uji untuk membangun model klasifikasi menggunakan algoritma SVM dan Decision Tree. Hasil pengujian menunjukkan bahwa metode SVM menghasilkan tingkat akurasi yang lebih tinggi dibandingkan Decision Tree. Namun, Decision Tree memiliki keunggulan dalam interpretasi model karena mampu menampilkan aturan keputusan yang lebih mudah dipahami. Selain itu, analisis distribusi sentimen menunjukkan bahwa mayoritas komentar pengguna memiliki kecenderungan sentimen positif terhadap daya tahan baterai mobil listrik. Temuan ini menunjukkan bahwa analisis sentimen pada komentar media sosial dapat memberikan gambaran awal mengenai persepsi publik terhadap teknologi kendaraan listrik.
Abbi Rokhman, K., Berlilana, & Arsi, P. (2021). PERBANDINGAN METODE SUPPORT VECTOR MACHINE DAN DECISION TREE UNTUK ANALISIS SENTIMEN REVIEW KOMENTAR PADA APLIKASI TRANSPORTASI ONLINE. JOISM?: JURNAL OF INFORMATION SYSTEM MANAGEMENT, 2(2).
Abubakar, H. D., & Umar, M. (2022). Sentiment Classification: Review of Text Vectorization Methods: Bag of Words, Tf-Idf, Word2vec and Doc2vec. SLU Journal of Science and Technology, 4(1 & 2), 27–33. https://doi.org/10.56471/slujst.v4i.266
Adi Artanto, F. (2024). Support Vector Machine Berbasis Particle Swarm Optimization Pada Analisis Sentimen Anggota KPPS. JURNAL FASILKOM, 14(1), 75–79.
Alanazi, F. (2023). Electric Vehicles: Benefits, Challenges, and Potential Solutions for Widespread Adaptation. Applied Sciences (Switzerland), 13(10). https://doi.org/10.3390/app13106016
Ardiyanti, D., Kurniawan, F., Raokter, U., & Wikansari, R. (2023). Analisis Penjualan Mobil Listrik Di Indonesia Dalam Rentang Waktu 2020-2023. ECOMA: Journal of Economics and Management, 1(3), 114–122. https://doi.org/10.55681/ecoma.v1i3.26
Armaeni, P. P., Wiguna, I. K. A. G., & Parwita, W. G. S. (2024). Sentiment Analysis of YouTube Comments on the Closure of TikTok Shop Using Naïve Bayes and Decision Tree Method Comparison. Jurnal Galaksi, 1(2), 70–80. https://doi.org/10.70103/galaksi.v1i2.15
Basith, A., Ulinuha, A., Afan Muhlasin, M., & Shokhibul Khak, I. (n.d.). Emitor: Jurnal Teknik Elektro Analisis Performa dan Konsumsi Daya Motor BLDC 350 W pada Prototipe Mobil Listrik Ababil. Emitor: Jurnal Teknik Elektro, 18(2).
Dipali Ghatge, Megha Irkal, Sanika Kenjale, Siddhi Karande, Avishka Gawde, & Ashwini Gawali. (2024). YouTube Comment Analyzer Using Sentimental Analysis. International Research Journal on Advanced Engineering Hub (IRJAEH), 2(06), 1620–1624. https://doi.org/10.47392/irjaeh.2024.0222
Erwin Permana, Siti Khalisa Naurah Rahayu, Shifa Sabilla Hanum, & Syamsurizal. (2024). Penerapan Strategi Pemasaran Produk Wuling Air Ev dalam Menarik Minat Pembelian Konsumen Terhadap Mobil Listrik. Jurnal Ekonomi, Akuntansi, Dan Perpajakan, 1(3), 243–257. https://doi.org/10.61132/jeap.v1i3.307
Fahrur Rozi, I., Maulidia, I., Hani, M., Arianto, R., Rizky Yunianto, D., & Yuli Ananta, A. (2025). Comparison of feature extraction in support vector machine (SVM) based sentiment analysis system. Jurnal Ilmiah KURSOR, 13(1), 1–12.
Fatkhudin, A., Febrianto, M. Y., Artanto, F. A., Waffa, M., Hadinata, N., & Fahlevi, R. (2022). ALGORITMA DECISION TREE C.45 DALAM ANALISA KELULUSAN MAHASISWA PROGRAM STUDI MANAJEMEN INFORMATIKA UMPP. Jurnal Ilmiah Ilmu Komputer, 8(2), 83–86. http://ejournal.fikom-unasman.ac.id
Fatkhudin, A., Khambali, A., & Artanto, F. A. (2021). DECISION TREE DALAM MENGKLASIFIKASI MATA KULIAH TERHADAP PEMAHAMAN SISTEM PEMASARAN. Jurnal Ilmiah Ilmu Komputer, 7(2), 52–55. http://ejournal.fikom-unasman.ac.id
Fatmawati, A., & Wahyudianto, F. (2022). ANALISA PENGGUNAAN DAYA BATERAI TERHADAP JARAK TEMPUH PADA MOBIL LISTRIK. MeKanik, 15(1), 45–50.
Fauzi Fayyad, M., Takratama Savra, D., Kurniawan, V., & Hilmi Estanto, B. (2023). Sentiment Analysis of Towards Electric Cars using Naive Bayes Classifier and Support Vector Machine Algorithm. 1(1), 1–9. https://journal.irpi.or.id/index.php/predatecs/article/view/814
Firdaus, A., & Firdaus, W. I. (2021). Text Mining Dan Pola Algoritma Dalam Penyelesaian Masalah Informasi?: (Sebuah Ulasan). In Jurnal JUPITER (Vol. 13, Issue 1).
Guido, R., Ferrisi, S., Lofaro, D., & Conforti, D. (2024). An Overview on the Advancements of Support Vector Machine Models in Healthcare Applications: A Review. Information (Switzerland), 15(4). https://doi.org/10.3390/info15040235
Handayani Kusumawardani, H., Rosyadi, I., Adi Artanto, F., Iryan Arzha, F., Ajeng Rachmayani, N., & Muhammadiyah Pekajangan Pekalongan Kabupaten Pekalongan, U. (2022). Remik: Riset dan E-Jurnal Manajemen Informatika Komputer Analisis Decision Tree dalam Pengaruh Digital Marketing terhadap Penerimaan Siswa Baru. Remik: Riset Dan E-Jurnal Manajemen Informatika Komputer, 6(2), 225–231. https://doi.org/10.33395/remik.v6i2.11494
Harfit, A. R., & Fauzan, A. (2025). Kajian Mobil Listrik yang Sesuai dengan Kebutuhan Masyarakat Indonesia. Elektriese: Jurnal Sains Dan Teknologi Elektro, 14(02), 324–335. https://doi.org/10.47709/elektriese.v14i02.5189
Harjono, D., Widodo, W., Sugiarto, H., Bakar, A., Pontianak, P. N., Yani, J. J. A., Laut, B., Pontianak, K., Elektro, J., & Pontianak, N. (2022). ELIT JOURNAL Electrotechnics And Information Technology Analisis Kapasitas Dan Pengisian Baterai Pada Mobil Listrik Ponecar. ELIT: Electrotechnics And Information Technology, 3(1).
Hasanah, M. A., Soim, S., & Handayani, A. S. (2021). Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir. In Journal of Applied Informatics and Computing (JAIC) (Vol. 5, Issue 2). http://jurnal.polibatam.ac.id/index.php/JAIC
Hayaty, M., & Pratama, A. H. (2023). Performance of Lexical Resource and Manual Labeling on Long Short-Term Memory Model for Text Classification. Jurnal Ilmiah Teknik Elektro Komputer Dan Informatika, 9(1), 74–84. https://doi.org/10.26555/jiteki.v9i1.25375
Hidayat, H., Santoso, F., & Lidimillah, L. F. (2024). Analisis Sentimen Pengguna YouTube Tentang Rohingya Menggunakan Algoritma SVM (Support Vector Machine). G-Tech: Jurnal Teknologi Terapan, 8(3), 1729–1738. https://doi.org/10.33379/gtech.v8i3.4497
Huda, A. A., Fajarudin, R., & Hadinegoro, A. (2022). Sistem Rekomendasi Content-based Filtering Menggunakan TF-IDF Vector Similarity Untuk Rekomendasi Artikel Berita. Building of Informatics, Technology and Science (BITS), 4(3). https://doi.org/10.47065/bits.v4i3.2511
Huzna, A. N., Nurhayati, I., Saputri, A. E., Qomarul Huda, M., Informasi, S., Sains, F., Teknologi, D., Syarif, U., & Jakarta, H. (2024). ANALISIS SENTIMEN TERHADAP MOBIL LISTRIK DI INDONESIA PADA TWITTER: PENERAPAN NAÏVE BAYES CLASSIFIER UNTUK MEMAHAMI OPINI PUBLIK (Vol. 14, Issue 2). https://jurnal.umj.ac.id/index.php/just-it/index
Isnan, M., Elwirehardja, G. N., & Pardamean, B. (2023). Sentiment Analysis for TikTok Review Using VADER Sentiment and SVM Model. Procedia Computer Science, 227, 168–175. https://doi.org/10.1016/j.procs.2023.10.514
Jijo, B. T., & Abdulazeez, A. M. (2021). Classification Based on Decision Tree Algorithm for Machine Learning. Journal of Applied Science and Technology Trends, 2(1), 20–28. https://doi.org/10.38094/jastt20165
Karimah, A., & Dwilestari, G. (2024). ANALISIS SENTIMEN KOMENTAR VIDEO MOBIL LISTRIK DI PLATFORM YOUTUBE DENGAN METODE NAIVE BAYES. In Jurnal Mahasiswa Teknik Informatika (Vol. 8, Issue 1). https://www.kaggle.com/datasets/billycemerson/anali
Kori, G. S., & Kakkasageri, M. S. (n.d.). Classification And Regression Tree (CART) based Resource Allocation Scheme for Wireless Sensor Networks. https://ssrn.com/abstract=4136052
Manaf, M., Sisilia Analisis Profil Konsumen, K., Rahman Manaf, M., & Sisilia, K. (n.d.). ANALISIS PROFIL KONSUMEN MOBIL LISTRIK WULING AIR EV DI KOTA BANDUNG. JMBI UNSRAT, 10(3), 2133–2148.
Muawanah, S., Muzayanah, U., Pandin, M. G. R., Alam, M. D. S., & Trisnaningtyas, J. P. N. (2023). Stress and Coping Strategies of Madrasah’s Teachers on Applying Distance Learning During COVID-19 Pandemic in Indonesia. Qubahan Academic Journal, 3(4), 206–218. https://doi.org/10.48161/Issn.2709-8206
Ohme, J., Araujo, T., Boeschoten, L., Freelon, D., Ram, N., Reeves, B. B., & Robinson, T. N. (2024). Digital Trace Data Collection for Social Media Effects Research: APIs, Data Donation, and (Screen) Tracking. Communication Methods and Measures, 18(2), 124–141. https://doi.org/10.1080/19312458.2023.2181319
Rofi’ah, S., & Pranajaya, E. (2025). Consumer Behavior and the Adoption of Electric Vehicle in Indonesia. In JIEM: Journal of Islamic Enterpreneurship and Management (Vol. 5, Issue 1).
Rojek, I., Kujawi?ska, A., Burduk, R., & Miko?ajewski, D. (2024). Improving Process Control Through Decision Tree-Based Pattern Recognition. Electronics (Switzerland), 13(23). https://doi.org/10.3390/electronics13234823
Rosyadi, I., Adi Artanto, F., Elisa Rahmawati, S., & Tri Buwono Joyo Pangestu, H. (2022). Decision Tree Dalam Analisis Keputusan Pembelian Program Pada Perkumpulan Penggiat Programmer Indonesia. JURNAL FASILKOM, 12(3), 141–144.
Runimeirati, Muis, A., & Muhammad, F. (2023). Pelatihan Text Mining Menggunakan Bahasa Pemrograman Python. Abdimas Langkanae, 3(1). https://pusdig.web.id/index.php/abdimas/index
Santoso, A., Nugroho, A., & Sunge, A. S. (2022). Analisis Sentimen Tentang Mobil Listrik Dengan Metode Support Vector Machine Dan Feature Selection Particle Swarm Optimization. In Journal of Practical Computer Science (Vol. 2, Issue 1).
Septiana, L., Yasin, V., & Sianipar, A. Z. (2025). Analyzing public sentiment on youtube comments regarding the free lunch policy using the Support Vector Machine (SVM) algorithm. Jurnal Mandiri IT, 14(1), 129–138. www.ejournal.isha.or.id/index.php/Mandiri
Septiani, D., & Isabela, I. (2022). SINTESIA: Jurnal Sistem dan Teknologi Informasi Indonesia ANALISIS TERM FREQUENCY INVERSE DOCUMENT FREQUENCY (TF-IDF) DALAM TEMU KEMBALI INFORMASI PADA DOKUMEN TEKS. SINTESIA: Jurnal Sistem Dan Teknologi Informasi Indonesia, 01(2).
Silalahi, N., & Guidio Leonarde Ginting. (2023). Rekomendasi Berita Berkaitan dengan Menerapkan Algoritma Text Mining dan TF-IDF. Bulletin of Computer Science Research, 3(4), 276–282. https://doi.org/10.47065/bulletincsr.v3i4.266
Singh, R., & Tiwari, A. (2021). YOUTUBE COMMENTS SENTIMENT ANALYSIS. International Journal of Scientific Research in Engineering and Management (IJSREM, 5. www.ijsrem.com
Siti Aprillia, I., Vianney Lourdes Sugara, M., Kheista, K., Abigael Rhemrev, E., Komala Sari, E., Christie Universitas Tarumanagara, M., & Author, C. (2024). KEBIJAKAN MOBIL LISTRIK DI INDONESIA: TANTANGAN DAN PELUANG DALAM MEWUJUDKAN MOBILITAS RAMAH LINGKUNGAN. Jurnal Pendidikan Sejarah Dan Riset Sosial Humaniora, 4(3).
Sri Widagdo, A., Nuresa Qodri, K., Edi Nugroho, F. S., Akbar Rizky, N. P., Informasi, T., Kesehatan Dan Teknologi, F., & Muhammadiyah Klaten, U. (2023). Analisis Sentimen Mobil Listrik di Indonesia Menggunakan Long-Short Term Memory (LSTM). JURNAL FASILKOM, 13(3), 416–423.
Subowo, E. (2024). Implementasi Pembelajaran Mendalam dalam Klasifikasi Sentimen Ulasan Aplikasi: Evaluasi Model BERT, LSTM, dan CNN. SURYA INFORMATIKA, 14(2), 66–70.
Subowo, E., Rosyadi, I., & Handayani Kusumawardhani, H. (2020). Twitter Data as Decision Tree Parameter for Analysis of Tourism Potential Policies. www.pekalongankab.go.id
Sui, X., & Wang, H. (2022). Measurement and Sentiment Analysis of YouTube Video Comments A THESIS SUBMITTED TO THE FACULTY OF THE GRADUATE SCHOOL OF THE UNIVERSITY OF MINNESOTA BY.
Taha, K., Yoo, P. D., Yeun, C., Homouz, D., & Taha, A. (2024). A comprehensive survey of text classification techniques and their research applications: Observational and experimental insights. In Computer Science Review (Vol. 54). Elsevier Ireland Ltd. https://doi.org/10.1016/j.cosrev.2024.100664
Tan, K. L., Lee, C. P., & Lim, K. M. (2023). A Survey of Sentiment Analysis: Approaches, Datasets, and Future Research. In Applied Sciences (Switzerland) (Vol. 13, Issue 7). MDPI. https://doi.org/10.3390/app13074550
Veza, I., Asy’ari, M. Z., Idris, M., Epin, V., Rizwanul Fattah, I. M., & Spraggon, M. (2023). Electric vehicle (EV) and driving towards sustainability: Comparison between EV, HEV, PHEV, and ICE vehicles to achieve net zero emissions by 2050 from EV. Alexandria Engineering Journal, 82, 459–467. https://doi.org/10.1016/j.aej.2023.10.020
Wibowo, I. S., Witanti, A., & Susilawati, I. (2024). Keyword Extraction Judul Berita Online Di Indonesia Menggunakan Metode TF-IDF. Jurnal Teknik Informatika Dan Sistem Informasi, 11(1), 99–111. http://jurnal.mdp.ac.id
Wicki, M., Brückmann, G., Quoss, F., & Bernauer, T. (2023). What do we really know about the acceptance of battery electric vehicles?–Turns out, not much. Transport Reviews, 43(1), 62–87. https://doi.org/10.1080/01441647.2021.2023693
Wijaya, D. R., Sasmitha, G. M. A., & Vihikan, W. O. (2024). Sentiment Analysis of Indonesian Citizens on Electric Vehicle Using FastText and BERT Method. Journal of Information Systems and Informatics, 6(3), 1360–1372. https://doi.org/10.51519/journalisi.v6i3.784
Wu, Y., Jin, Z., Shi, C., Liang, P., & Zhan, T. (n.d.). Research on the Application of Deep Learning-based BERT Model in Sentiment Analysis.
Zhang, D., Li, J., Xie, Y., & Wulamu, A. (2023). Research on performance variations of classifiers with the influence of pre-processing methods for Chinese short text classification. PLoS ONE, 18(10 October). https://doi.org/10.1371/journal.pone.0292582
Zhang, W., Deng, Y., Liu, B., Pan, S. J., & Bing, L. (2023). Sentiment Analysis in the Era of Large Language Models: A Reality Check. http://arxiv.org/abs/2305.15005
Zhao, L., Lee, S., & Jeong, S. P. (2021). Decision tree application to classification problems with boosting algorithm. Electronics (Switzerland), 10(16). https://doi.org/10.3390/electronics10161903
| 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 |