PENGEMBANGAN APLIKASI ANALISIS SENTIMEN KOMENTAR YOUTUBE PADA KONTEN BACAAJA.CO DENGAN METODE NAIVE BAYES MENGGUNAKAN TEXT MINING

Abstract

Meningkatnya penggunaan media sosial menghasilkan data teks dalam jumlah besar  yang dapat dimanfaatkan untuk memahami opini publik terhadap suatu konten digital. Komentar YouTube merupakan salah satu bentuk respons audiens yang dapat digunakan untuk mengevaluasi performa konten. Namun, analisis komentar secara manual menjadi kurang efisien ketika jumlah data terus bertambah. Penelitian ini bertujuan untuk mengembangkan aplikasi analisis sentimen komentar YouTube pada konten BacaAja.co menggunakan algoritma Multinomial Naive Bayes. Sebanyak 1.428 komentar diperoleh melalui YouTube Data API v3 dan diolah menggunakan teknik text mining yang meliputi case folding, cleaning, tokenizing, stopword removal, dan stemming. Selanjutnya dilakukan pembobotan kata menggunakan TF-IDF sebelum proses klasifikasi sentimen. Sistem yang dikembangkan mampu mengelompokkan komentar ke dalam kategori positif, netral, dan  negatif. Hasil pengujian menunjukkan bahwa model yang digunakan memperoleh tingkat akurasi sebesar 87,06%, sehingga metode Multinomial Naive Bayes dinilai efektif dalam melakukan klasifikasi komentar YouTube. Aplikasi yang dikembangkan dapat membantu pembuat konten dalam memahami persepsi audiens serta melakukan evaluasi konten secara lebih efisien.