ANALISIS SENTIMEN PUBLIK PERNYATAAN 'LALAI' TRANS 7 TAYANGAN PESANTREN DENGAN SUPPORT VECTOR MACHINE
DOI:
https://doi.org/10.23960/jitet.v14i1.8693Abstract Views: 43 File Views: 20
Keywords:
Analisis sentimen, Youtube, SVM, KlasifikasiAbstract
Abstrak. Perkembangan pesat teknologi informasi dan komunikasi telah memperluas serta meningkatkan intensitas interaksi masyarakat melalui berbagai platform media sosial. Salah satu platform yang paling populer dan banyak dimanfaatkan adalah YouTube, yang tidak hanya berperan sebagai media hiburan, tetapi juga menjadi ruang publik digital bagi masyarakat untuk menyampaikan opini, gagasan, serta beragam respons kritis terhadap isu-isu sosial, fenomena yang berkembang, dan berbagai tayangan media.Komentar yang ditinggalkan oleh pengguna YouTube dapat mencerminkan persepsi, sikap, dan sentimen publik terhadap suatu konten tertentu. Namun, analisis komentar secara manual dalam jumlah besar membutuhkan waktu dan tenaga yang tidak sedikit, sehingga dinilai kurang efisien dan kurang objektif. Dengan demikian, penelitian ini diarahkan pada pengkajian sentimen komentar pengguna YouTube terhadap tayangan “Pesantren” yang ditayangkan di Trans7 melalui penerapan algoritma Support Vector Machine (SVM). Metode penelitian yang digunakan meliputi tahap pengumpulan data komentar dari YouTube, proses pra-pengolahan data seperti pembersihan teks dan normalisasi, serta tahap klasifikasi sentimen menjadi kategori positif dan negatif menggunakan algoritma SVM. Untuk mengukur kinerja model, dilakukan pengujian menggunakan metrik evaluasi berupa akurasi, presisi, dan recall melalui metode validasi silang k-fold.Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine mampu melakukan klasifikasi sentimen komentar secara optimal dengan tingkat akurasi mencapai 88,3%. Capaian ini menegaskan bahwa algoritma SVM memiliki kinerja yang efektif dan andal dalam mengolah data teks serta menganalisis sentimen pada komentar YouTube berbahasa Indonesia secara akurat dan konsisten.
Downloads
References
F. Bouchra, I. M. A. D. Suarjaya, and N. K. D. Rusjayanthi, “Analisis Sentimen Masyarakat terhadap Tayangan Televisi Nasional menggunakan Metode Deep Learning,” Jurnal Buana Informatika, vol. 15, pp. 89–99, 2024, [Online]. Available: https://ojs.uajy.ac.id/index.php/jbi/article/view/9118
I. A. Huda, “Perkembangan Teknologi Informasi Dan Komunikasi (Tik) Terhadap Kualitas Pembelajaran Di Sekolah Dasar,” Jurnal Pendidikan dan Konseling (JPDK), vol. 2, no. 1, pp. 121–125, 2020, doi: 10.31004/jpdk.v1i2.622.
Yuhandra, “Dampak Positif Dan Negatif Penggunaan Gadget Dan Media Sosial,” Jurnal Pengabdian Masyarakat, vol. 04, pp. 78–84, 2021, [Online]. Available: https://journal.uniku.ac.id/index.php/empowerment/article/view/4028
J. Pratama, “Klasifikasi Sentimen Terhadap Ustadz Abdul Somad Di Media Sosial Youtube Menggunakan Metode Support Vector Machine,” 2021, [Online]. Available: https://repository.uin-suska.ac.id/45664/1/Laporan Lengkap Kecuali Bab 4 & 5.pdf
K. S. Q. Valentino, I. Ade, and D. P. Hindriyanto, “Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization (Online Transportation Sentiment Analysis Using Support Vector Machine Based on Particle Swarm Optimization),” Jurnal Nasional Teknik Elektro dan Teknologi Informasi, vol. 9, no. 2, pp. 162–170, 2020, [Online]. Available: https://www.researchgate.net/publication/342101786_Analisis_Sentimen_Transportasi_Online_Menggunakan_Support_Vector_Machine_Berbasis_Particle_Swarm_Optimization
A. D. Oktavianingsih, A. F. Fauzi, J. Immanuel, and O. D. Simatupang, “Analisis Sentimen Komentar YouTube terhadap Pengangkatan Menkeu Purbaya Menggunakan Algoritma SVM dan Naïve Bayes,” vol. 5, no. 1, pp. 3702–3713, 2025.
M. P. Munthe, A. S. R. Ansori, and ..., “Analisis Sentimen Komentar Pada Saluran Youtube Food Vlogger Berbahasa Indonesia Menggunakan Algoritma Naïve Bayes,” eProceedings of Engineering, vol. 8, no. 6, pp. 11909–11916, 2021, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/16897
N. HASYDNA and R. K. DINATA, “样本量估算-Machine Learning.Pdf,” 2020. [Online]. Available: https://repository.unimal.ac.id/6707/1/Machine Learning.pdf
J. Komputer, V. No, N. Hal, and M. Alfidyah, “Optimasi Algoritma Machine Learning untuk Prediksi Kinerja Sistem Komputer,” vol. 1, no. 1, pp. 1–7, 2025.
A. Aditya Permana et al., Machine learning, vol. 45, no. 13. 2023. [Online]. Available: https://repository.bsi.ac.id/repo/files/364253/download/Buku---Machine-Learning.pdf
B. University, “Algoritma Pemrograman: Pengertian, Cara Kerja, dan Fungsinya,” 2024, [Online]. Available: https://binus.ac.id/malang/2024/02/algoritma-pemrograman-pengertian-cara-kerja-dan-fungsinya/
W. E. Susanto and A. Syukron, “Logika & Algoritma untuk Pemula,” Graha Ilmu, p. 76, 2020, [Online]. Available: https://repository.bsi.ac.id/index.php/unduh/item/285644/Bidang-A_Buku-Ajar-Logika-Algoritma-a.n-Wahyu-Eko-Susanto.pdf
H. Harnelia, “Analisis Sentimen Review Skincare Skintific Dengan Algoritma Support Vector Machine (Svm),” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 2, 2024, doi: 10.23960/jitet.v12i2.4095.
L. Muhammad, G. Jaya, R. A. Saputra, and S. H. Idrus, “USING-SUPPORT-VECTOR-MACHINE-TO-IDENTIFY-LAND-COVER-CHANGE-DURING-COVID19-PANDEMIC-IN-KOMODO-NATIONAL-PARK-INDONESIA_2022_Russian-Geographical-Society.pdf,” no. July 2021, pp. 70–79, 2022.
M. Ma’rufudin and A. Yudhistira, “Analisis Sentimen Petani Milenial Pada Media Sosial X Menggunakan Algortitma Support Vector Machine (SVM),” Jurnal Pendidikan dan Teknologi Indonesia, vol. 5, no. 3, pp. 845–857, 2025, doi: 10.52436/1.jpti.717.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Jurnal Informatika dan Teknik Elektro Terapan

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.



