Analisis Sentimen Komentar Youtube Kanal Dirty Vote Menggunakan Metode Naive Bayes Classifier

Abstract

Youtube merupakan media sosial yang digunakan masyarakat untuk mengekspresikan opini terhadap berbagai isu, termasuk politik. Salah satu kanal yang menjadi perhatian publik adalah Dirty Vote, yang memuat konten edukatif dan kritis terhadap kondisi demokrasi di Indonesia menjelang Pemilu 2024. Penelitian ini bertujuan untuk mengkaji sentimen publik terhadap konten tersebut melalui komentar pengguna. Topik ini penting karena opini publik yang terbentuk di media sosial seperti YouTube dapat mencerminkan persepsi dan respon masyarakat terhadap isu politik strategis. Namun, komentar di media sosial memiliki  karakteristik teks yang tidak terstruktur, campuran bahasa, hingga sarkasme, yang menimbulkan tantangan dalam analisis
otomatis. Solusi yang diterapkan adalah dengan melakukan
analisis sentimen pada komentar video “Dirty Vote – full movie”
menggunakan algoritma Naïve Bayes Classifier. Proses
mencakup crawling data, preprocessing (cleaning, case folding,
tokenisasi, stopword removal, stemming), pelabelan
menggunakan TextBlob, serta klasifikasi berbasis TF-IDF. Data
yang dianalisis berjumlah 63 ribu komentar. Hasil pengujian
menunjukkan bahwa metode Naïve Bayes Classifier mampu
mengklasifikasikan komentar dengan akurasi sebesar 71%.
Untuk sentimen positif, diperoleh precision sebesar 70%, recall
91%, dan f1-score 79%; sementara sentimen negatif
menghasilkan precision 76%, recall 42%, dan f1-score 54%.
Penelitian ini memberikan gambaran umum mengenai respon
publik terhadap konten politik di media sosial.
Kata kunci— Analisis Sentimen, Youtube, Naive Bayes
Classifier, Dirty Vote, Komentar, Politik