Analisis Sentimen Komentar Youtube Tentang Terpilihnya Menteri Kabinet Indonesia Maju Menggunakan Lexicon Based

Abstrak

Abstrak YouTube merupakan situs web sharing video nomor satu di dunia dengan total lalu lintas pengunjung daring sebesar 1,7 milyar setiap bulannya (25 Juni 2019). Belum lama ini YouTube Indonesia sedang ramai oleh video-video pelantikan calon-calon menteri Kabinet Indonesia Maju Jokowi-Ma’ruf. Terdapat 3 channel berita terbesar di YouTube Indonesia yang menayangkan video tentang pelantikan menteri Kabinet Indonesia Maju JokowiMa’ruf. Komentar dari video yang diunggah mencapai jumlah masing-masing 1,3 juta, 693 ribu, dan 1,2 juta. Dari sekian banyak komentar yang ada kita dapat mengambil sentimen dari masyarakat, khususnya warganet, tentang bagaimana pendapat mereka tentang pelantikan calon-calon menteri Kabinet Indonesia Maju Jokowi-Ma’ruf, apakah cenderung positif, negatif, atau bahkan netral. Metode yang digunakan adalah Analisis Sentimen menggunakan pendekatan leksikon (lexicon based). Terdapat 2 kamus yang digunakan pada tahap ekstraksi fitur yaitu SentiWordNet dan sentiment lexicon Indonesia. Hasil prediksi sistem menunjukkan bahwa mayoritas warganet pengguna situs YouTube cenderung positif dengan hasil pelantikan menteri Kabinet Indonesia maju dengan data komentar positif terklasifikasi sebanyak 2377 data, komentar netral sebanyak 2261 data, dan komentar negatif sebanyak 725 data. Dari hasil pengujian sistem didapati bahwa ekstraksi fitur menggunakan sentiment lexicon Indonesia lebih baik dibandingkan dengan SentiWordNet. Hal tersebut dapat dilihat dari nilai F-measure sentimen lexicon Indonesia lebih tinggi dari SentiWordNet yaitu sebesar 0.598 dibandingkan dengan SentiWordNet yang hanya memperoleh nilai sebesar 0.413. Selain itu sentiment lexicon Indonesia mendapatkan nilai precision dan recall berturut-turut sebesar 0.607 dan 0.590 sedangkan SentiWordNet hanya memperoleh nilai precision dan recall berturut-turut sebesar 0.501 dan 0.351. Kata kunci : Youtube, Analisis Sentimen, Lexicon Based _______________________________________________________________________________ Abstract YouTube is the number one video sharing website in the world with a total of 1.7 billion online visitors each month (June 25, 2019). Recently, YouTube Indonesia was busy with videos of the inauguration of Indonesian Cabinet ministers, Jokowi-Ma'ruf. There are 3 biggest news channels on YouTube Indonesia that show videos about the inauguration of the Indonesian Cabinet minister Maju Jokowi-Ma’ruf. Comments from the uploaded videos reached 1.3 million, 693 thousand and 1.2 million respectively. From the many comments that we can take the sentiment from the public, especially citizens, about how they think about the inauguration of prospective ministers of the Indonesian Cabinet Forward Jokowi-Ma'ruf, whether it tends to be positive, negative, or even neutral. The method used is Sentiment Analysis using the lexicon based approach. There are 2 dictionaries used at the feature extraction stage, namely SentiWordNet and Sentiment Lexicon Indonesia. The results of the system's prediction show that the majority of netizens who use the YouTube site tend to be positive with the results of the inauguration of Indonesian Cabinet ministers going forward with 2377 classified positive comments, 2261 neutral comments, and 725 negative comments. From the system test results, it was found that feature extraction using the Indonesian lexicon sentiment was better than SentiWordNet. This can be seen from the F-measure value of sentiment lexicon Indonesia which is higher than SentiWordNet, which is 0.598 compared to SentiWordNet which only obtained a value of 0.413. In addition, the Indonesian Lexicon sentiment received precision and recall values of 0.607 and 0.590 respectively, while SentiWordNet only received precision and recall values of 0.501 and 0.351, respectively. Keywords: Youtube, Sentiment Analysis, Lexicon Based, SentiWordNet, Sentiment Lexicon Indonesia