Electronic Resource

Optimalisasi Analisis Sentimen Film Pada YouTube Dengan Algoritma Chi-Square pada Naïve Bayes dan Support Vector Machine

---

Penelitian ini bertujuan untuk menganalisis opini pengguna terhadap film di
platform YouTube mengunakan algoritma Naïve Bayes dan Support Vector
Machine. Fokus penelitian adalah meningkatkan akurasi klasifikasi melalui
penerapan seleksi fitur mengunakan metode Chi-square. Data yang digunakan
diperoleh melalui proses web scraping pada ulasan pengguna di Google Play Store.
Labeling secara otomatis dengan bantuan library Transformers, dengan hasil label
positif 241 dan negatif 759 dari 1000 ulasan. Tahapan penelitian meliputi crawling
data, pelabelan otomatis mengunakan library transformers, pre-processing (case
folding, tokensiasi, stopword removal, normalisasi, dan stemming), pembobotan
dengan metode TF-IDF, dan pengujian akurasi model mengunakan rasio pembagian
data 90:10, 80:20 dan 70:30. Hasil penelitian menunjukan bahwa metode Support
Vector Machine mendapat akurasi 92,5% pada dataset 80:20, sedangkan Support
Vector Machine berbasis Chi-square mendapat akurasi 91,5% pada dataset 80:20,
Naïve Bayes mendapat akurasi 82% pada dataset 80:20, dan akurasi Naïve Bayes
berbasis Chi-square 79% pada dataset 80:20. Dengan demikian Chi-square tidak
mampu meningkatkan performa dari metode Naïve Bayes dan Support Vector
Machine pada penelitian ini.

---

Ketersediaan

SB00669S

KKI 001.6 WAR o/s

Perpustakaan Unikama

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

KKI 001.6 WAR o/s

Penerbit

Malang : Prodi Teknik Informatika Unikama., 2025

Deskripsi Fisik

xiii, 75 hlm 26 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

001.6

Tipe Isi

text

Tipe Media

PDF

Tipe Pembawa

online resource

Edisi

1

Subjek

Youtube
naive bayes
Skripsi
Analisis Sentimen
Support Vector Machine
Teknik informatika
Chi-square

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar