ANALISIS SENTIMEN NETIZEN MELALUI KOMENTAR MEDIA SOSIAL YOUTUBE DAN X STUDI KASUS PADA SURVEI KEPUASAN BRAND MENGGUNAKAN METODE NAIVE BAYES DAN K-NEAREST NEIGHBOR

Prasetiyo, Riangga Aji (2024) ANALISIS SENTIMEN NETIZEN MELALUI KOMENTAR MEDIA SOSIAL YOUTUBE DAN X STUDI KASUS PADA SURVEI KEPUASAN BRAND MENGGUNAKAN METODE NAIVE BAYES DAN K-NEAREST NEIGHBOR. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_2021400216_Riangga Aji Prasetiyo_IF.pdf Restricted to Registered users only Download (4MB)

Abstract

Prasetiyo, Riangga Aji. 2024. Analisis Sentimen Netizen Melalui Komentar Media Sosial (Studi Kasus Pada Survei Kepuasan Brand Menggunakan Metode Naïve Bayes Dan K-Nearest Neighbor). Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) M. Noer Fadli Hidayat, M.Kom., (II) Muafi, M.Kom.

Kata Kunci: Analisis Sentimen, YouTube, X (Twitter), Naïve Bayes, K-Nearest Neighbor.

Pesatnya perkembangan teknologi digital telah menjadikan media sosial sebagai platform utama dalam berkomunikasi dan bertukar informasi. YouTube dan X merupakan dua platform yang dominan digunakan oleh masyarakat Indonesia untuk mengakses informasi serta mengekspresikan opini. Penelitian ini bertujuan untuk menganalisis sentimen netizen terhadap survei kepuasan merek iPhone 15 pada iBox dengan memanfaatkan data komentar dari YouTube dan unggahan dari platform X. Metode yang digunakan untuk mengklasifikasikan sentimen ke dalam kategori positif, negatif, dan netral adalah Naïve Bayes dan K-Nearest Neighbor (KNN). Data dikumpulkan menggunakan teknik web scraping dan melalui tahapan preprocessing sebelum dilakukan analisis lebih lanjut. Hasil penelitian menunjukkan variasi akurasi yang signifikan antar platform. Pada dataset YouTube, algoritma Bernoulli Naïve Bayes mencapai akurasi tertinggi sebesar 63,2%, mengungguli KNN (K=3) yang hanya mencapai 38%. Sebaliknya, pada dataset X, algoritma KNN (K=5) memberikan akurasi tertinggi sebesar 70,8%, dibandingkan Bernoulli Naïve Bayes yang mencapai 65,6%. Temuan ini menegaskan bahwa karakteristik platform media sosial sangat memengaruhi kinerja model klasifikasi, di mana Naïve Bayes lebih efektif untuk data YouTube, sedangkan KNN memberikan performa yang lebih baik untuk data dari platform X.

Item Type:	Thesis (Other)
Subjects:	H Social Sciences > HF Commerce H Social Sciences > HM Sociology Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Depositing User:	Saiful Ghazi
Date Deposited:	29 Apr 2026 04:15
Last Modified:	29 Apr 2026 04:15
URI:	https://repository.unuja.ac.id/id/eprint/3255

Actions (login required)

View Item