Analisis Sentimen Pada Komentar Video Ulasan Makanan Dari Saluran Youtube Berbahasa Indonesia Menggunakan K-nearest Neighbor

Abstract

YouTube menjadi salah satu platform media sosial yang banyak digunakan untuk berkreasi, khususnya dalam bentuk video. Saat mengunggah video ulasan makanan pada platform YouTube, salah satu masalah yang muncul adalah belum adanya fitur yang dapat melakukan klasifikasi komentar. Berdasarkan masalah itu dibuatlah sebuah sistem yang secara otomatis dapat mengklasifikasikan komentar yang ada pada video yang terkait. Penggunaan analisis sentimen dapat melakukan klasifikasi komentar sesuai dengan kategori yang digunakan. Secara keseluruhan sistem terdiri dari dua tahap, yaitu proses pembuatan model dan proses analisis sentimen. Tahapan yang dilakukan yaitu menyiapkan dataset, melakukan preprocessing, labelling, term weighting, dan training dataset. Dataset yang digunakan adalah semua komentar dan balasan yang ada pada video mengenai ulasan makanan. Analisis sentimen dilakukan dengan menggunakan model yang memanfaatkan algoritma klasifikasi K Nearest Neighbor (K-NN) yang bersifat Supervised Learning. Hasil akhir dari sistem yang dibuat berupa pengklasifikasian nilai sentimen terhadap semua komentar yang ada dalam video ulasan makanan ke dalam dua kelas, yaitu positif dan negatif. Nilai akurasi yang didapat pada model yang dibuat adalah 89%. Adapun semua komentar yang didapat dan hasil analisis sentimen ditampilkan di web analisis sentimen ulasan makanan untuk dapat dilihat oleh pengguna. Kata kunci : Dataset,K-Nearest Neighbor, Labelling, Preprocessing, Term Weighting.