Analisis Sentimen Komentar Youtube Pidato Kemenangan Prabowo Subianto Menggunakan Naïve Bayes Optimasi Particle Swarm Optimization

Penulis

Abstrak

Pilpres 2024 menjadi momentum penting dalam dinamika politik Indonesia yang memicu diskusi luas, terutama di media sosial seperti YouTube. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap pidato pertama Prabowo Subianto pasca-kemenangan Pilpres 2024 dengan menggunakan algoritma Naïve Bayes yang dioptimasi melalui Particle Swarm Optimization (PSO). Metode ini dipilih untuk meningkatkan akurasi dan keseimbangan performa analisis sentimen dibandingkan Naïve Bayes klasik. Data penelitian diambil dari 4.035 komentar video di kanal YouTube KompasTV kemudian melalui tahapan preprocessing meliputi case folding, tokenizing, stemming, dan pembobotan menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Dataset ini dibagi menjadi data latih dan data uji dengan perbandingan 75:25. Hasil penelitian menunjukkan bahwa penerapan PSO pada model Naïve Bayes memberikan peningkatan akurasi global dari 74,73% menjadi 75,16%. Pada kategori sentimen negatif, presisi meningkat dari 56% menjadi 59%, meskipun recall menurun dari 67% menjadi 64%. Untuk sentimen netral, presisi menurun dari 75% menjadi 71%, namun recall meningkat dari 55% menjadi 61%, menghasilkan kenaikan F1-Score dari 64% menjadi 66%. Pada sentimen positif, presisi meningkat dari 79% menjadi 81%, sementara recall menurun dari 90% menjadi 87%, dengan F1-Score yang tetap konsisten di 84%. Secara keseluruhan, optimasi PSO berhasil meningkatkan keseimbangan antara presisi dan recall, terutama pada kelas netral dan positif, menunjukkan efektivitasnya dalam mengoptimalkan parameter model. Kata kunci— analisis sentimen, naïve bayes, particle swarm optimization, youtube, pilpres 2024

Unduhan

Data unduhan tidak tersedia.

Referensi

[1] A. Majid and A. Sugitanata, “Sistem Pemilu Sebagai Wujud Demokrasi Di Indonesia: Antara Orde Lama, Orde Baru Dan Reformasi,” Qaumiyyah: Jurnal Hukum Tata Negara, vol. 2, no. 1, pp. 1–21, Jun. 2021, doi: 10.24239/qaumiyyah.v2i1.18.

[2] J. Pendidikan Transformatif, M. Kafka Razaqa, F. Rafa Prawira, G. Santoso, and U. Muhammadiyah Jakarta, “Pengaruh Media Sosial Terhadap Orientasi Politik Pemilih Pemula Siswa Pada Pemilu”.

[3] D. A. Firdlous, R. Andrian, and S. Widodo, “Sentiment Analysis Public Twitter on 2024 Election using the Long Short Term Memory Model,” SISTEMASI, vol. 12, no. 1, p. 52, Jan. 2023, doi: 10.32520/stmsi.v12i1.2145.

[4] Sharazita Dyah Anggita and Ikmah, “Algorithm Comparation of Naive Bayes and Support Vector Machine based on Particle Swarm Optimization in Sentiment Analysis of Freight Forwarding Services,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 4, no. 2, pp. 362–369, Apr. 2020, doi: 10.29207/resti.v4i2.1840.

[5] T. M. Tinambunan, “Pemanfaatan Youtube Sebagai Media Komunikasi Massa Dikalangan Pelajar,” Jurnal Mutakallimin : Jurnal Ilmu Komunikasi, vol. 5, no. 1, May 2022, doi: 10.31602/jm.v5i1.6756.

[6] H. B. Jatmiko, N. Tedi Kurniadi, and D. Maulana, “Optimasi Naïve Bayes Dengan Particle Swarm Optimization Untuk Analisis Sentimen Formula E-Jakarta,” Journal Automation Computer Information System, vol. 2, no. 1, pp. 22–30, Jun. 2022, doi: 10.47134/jacis.v2i1.35.

[7] A. R. Lubis, M. K. M. Nasution, O. S. Sitompul, and E. M. Zamzami, “The feature extraction for classifying words on social media with the Naïve Bayes algorithm,” IAES International Journal of Artificial Intelligence (IJ-AI), vol. 11, no. 3, p. 1041, Sep. 2022, doi: 10.11591/ijai.v11.i3.pp1041-1048.

[8] O. Irnawati and K. Solecha, “Analisis Sentimen Ulasan Aplikasi Flip Menggunakan Naïve Bayes dengan Seleksi Fitur PSO,” Jurnal Ilmiah Intech : Information Technology Journal of UMUS, vol. 4, no. 02, pp. 189–199, Nov. 2022, doi: 10.46772/intech.v4i02.868.

[9] Sharazita Dyah Anggita and Ikmah, “Algorithm Comparation of Naive Bayes and Support Vector Machine based on Particle Swarm Optimization in Sentiment Analysis of Freight Forwarding Services,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 4, no. 2, pp. 362–369, Apr. 2020, doi: 10.29207/resti.v4i2.1840.

[10] K. H. Yunior, A. V. Vitianingsih, S. Kacung, A. Lidya Maukar, and A. Dwi Arumsari, “Sentiment Analysis of Cyberbullying Detection on Social Networks using the Sentistrenght Method,” Sistemasi, vol. 13, no. 4, p. 1587, 2024, doi: 10.32520/stmsi.v13i4.4226.

Diterbitkan

2025-04-01

Terbitan

Halaman

1-6

Bagian

Prodi S1 Teknik Informatika - Kampus Purwokerto

Cara Mengutip

Oktafio Wibowo, I., paradise, & Kartika sari, D. (2025). Analisis Sentimen Komentar Youtube Pidato Kemenangan Prabowo Subianto Menggunakan Naïve Bayes Optimasi Particle Swarm Optimization. eProceedings of Engineering, 12(2), 1-6. https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/26449