ANALISIS SENTIMEN PLATFORM YOUTUBE MENGENAI PRO KONTRA TERHADAP NATURALISASI PEMAIN SEPAKBOLA TIMNAS INDONESIA MENGGUNAKAN METODE NAÏVE BAYES

Vera Puteri Prasetyo

doi:10.23960/jitet.v13i3.7235

Authors

Vera Puteri Prasetyo Polteknik TEDC Bandung

DOI:

https://doi.org/10.23960/jitet.v13i3.7235

Abstract Views: 78 File Views: 40

Keywords:

Naive Bayes, Media Sosial, Analisis Sentimen

Abstract

The naturalization of foreign football players into the Indonesian national team has sparked both support and criticism among the public, as reflected in YouTube comments. This study aims to analyze netizen sentiment using the Naïve Bayes algorithm. A total of 509 comments were collected and analyzed using RapidMiner. The best results were obtained from a single test with an accuracy of 72.55%, a precision of 83.58%, and a recall of 76.71%. Most comments were classified as positive toward naturalization, with 268 labeled as positive and 80 as negative. These findings demonstrate the effectiveness of the Naïve Bayes algorithm in classifying social media sentiment and indicate public support for the naturalization policy of football players.

Downloads

Download data is not yet available.

References

M. A. Syahrin, “Naturalisasi Dalam Hukum Kewarganegaraan :,” J. Thengkyang, vol. 2, no.1, pp. 36–53, 2019, [Online]. Available: https://www.researchgate.net/profile/M Syahrin/publication/335976295_Naturalisasi_dalam_Hukum_Kewarganegaraan_Memahami_Konsep_Sejarah_dan_Isu_Hukumnya/links/5d885a67a6fdcc8fd6107118/Naturalisasi-dalam-Hukum-Kewarganegaraan-Memahami-Konsep-Sejarah-dan-Isu-

B. Franko, N. Wilyanto, H. Irsyad, U. Multi, and D. Palembang, “Analisis Sentimen Terhadap Naturalisasi Pemain pada Youtube Menggunakan Decision Tree dan Naive Bayes Sentiment Analysis of Player Naturalization on Youtube Using Decision Trees and Naive Bayes,” vol. 03, no. September, pp. 8–16, 2024, doi: 10.57203/session.v3i1.2024.8-16.

A. S. Adhityas et al., “Analisis Sentimen Terhadap Program Naturalisasi Timnas Indonesia Pada X Menggunakan Algoritma,” vol. 12, no. 2, pp. 2642–2650, 2025.

M. G. Andriawan and T. Ernawati, “Penggunaan

Algoritma Naïve Bayes Dan Support Vector Machine Untuk Analisis Sentimen Konflik

Palestina Dan Israel Pada Platform X,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 3, pp. 3222–3230, 2024, doi: 10.23960/jitet.v12i3.4943.

D. Duei Putri, G. F. Nama, and W. E. Sulistiono, “Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier,” J. Inform. dan Tek. Elektro Terap., vol. 10, no. 1, pp. 34–40, 2022, doi: 10.23960/jitet.v10i1.2262.

W. Purba, W. Siawin, and . H., “Implementasi Data Mining Untuk Pengelompokkan Dan Prediksi Karyawan Yang Berpotensi Phk Dengan Algoritma K-Means Clustering,” J. Sist. Inf. dan Ilmu Komput. Prima (JUSIKOM PRIMA), vol. 2, no. 2, pp. 85–90, 2019, doi: 10.34012/jusikom.v2i2.429.

S. P. Dewi, N. Nurwati, and E. Rahayu, “Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor,” Build. Informatics, Technol. Sci., vol. 3, no. 4, pp. 639–648, 2022, doi: 10.47065/bits.v3i4.1408.

H. M. Siregar, “Bulletin of Information Technology (BIT) Implementasi Metode Naive Bayes Pada Perancangan Aplikasi Sistem Pakar Diagnosa Bronkiektasis,” Bull. Inf. Technol., vol. 1, no. 3, pp. 112–121, 2020.

I. Romli and A. T. Zy, “Penentuan Jadwal Overtime Dengan Klasifikasi Data Karyawan Menggunakan Algoritma C4.5,” J. Sains Komput. Inform. (J-SAKTI), vol. 4, no. 2, p. 696, 2020.

T. Alfina and B. Santosa, “Analisa Perbandingan Metode Hierarchical Clustering, K-Means dan Gabugan Keduanya dalam Membentuk Cluster Data (Studi Kasus : Problem Kerja Praktek Jurusan Teknik Industri ITS),” Anal. PerbandinganMetode Hierarchical Clust. K-means dan Gabungan Keduanya dalam Clust. Data, vol. 1, no. 1, pp. 1–5, 2012.

S. Irianto, “Standardisasi Kecakapan Bermain Sepakbola Untuk Siswa Sekolah Sepakbola (Ssb) Ku 14-15 Tahun Se-Daerah Istimewa Yogyakarta,” J. Olahraga Prestasi, vol. 7, no. 7, pp. 44–50, 2011.

A. Atradinal and R. Sepriani, “Pemulihan Kekuatan Otot Pada Atlet Sepakbola,” J. MensSana, vol. 2, no. 2, p. 99, 2017, doi: 10.24036/jm.v2i2.86.

G. K. Annas and N. M. Hazzar, “Analisis Persamaan Hak Kewarganegaraan Bagi Pemain Naturalisasi Sepakbola Di Indonesia,” Wicarana, vol. 2, no. 2, pp. 127–143, 2023, doi: 10.57123/wicarana.v2i2.37.

M. Rafi Nahjan, Nono Heryana, and Apriade Voutama, “Implementasi Rapidminer Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko Oj Cell,” JATI

(Jurnal)Mhs. Tek. Inform., vol. 7, no. 1, pp. 101–104, 2023, doi: 10.36040/jati.v7i1.6094.

D. Novianti, “Implementasi Algoritma Naïve Bayes Pada Data Set Hepatitis Menggunakan Rapid Miner,” Paradig. - J. Komput. dan Inform., vol. 21, no. 1, pp. 49–54, 2019, doi: 10.31294/p.v21i1.4979.