Opini Public Terhadap Berita Ijazah Presiden RI Ke-7 Menggunakan Random Forest Dan Naive Bayes
DOI:
https://doi.org/10.46576/device.v6i2.6805Kata Kunci:
Ijazah, Naive Bayes, Random Forest, Sentimen, SMOTE, YouTube.Abstrak
Penelitian ini bertujuan untuk menganalisa sentimen publik terhadap berita yang sedang tren saat ini di YouTube yaitu mengenai Ijazah Presiden ke-7 Bpk Joko Widodo. Kami menggunakan dua metode dalam pengklasifikasian ini yaitu Random Forest dan Naive Bayes agar dapat membandingkan metode mana yang lebih efektif dan dapat memberikan hasil akurasi yang lebih tinggi. Pada Metode Random Forest, hasil pengklasifikasian dari masing-masing pohon digabungkan untuk melihat sentimen mana yang lebih banyak dihasilkan apakah positif, negatif atau netral. Hasil decision tree yang diambil adalah sentimen dengan hasil tertinggi. Sementara, Naive Bayes adalah pendekatan yang umum dilakukan dalam pengklasifikasian analisis sentimen karena metode ini sederhana dan efisien. Data yang telah diproses sebelumnya kemudian dilatih dan hasil kinerjanya dievaluasi menggunakan confusion matrix. Analisis sentimen pada penelitian ini menggunakan empat berita yang ada di YouTube dengan tema yang sama yaitu mengenai Ijazah Presiden ke-7. Penelitian ini juga menerapkan visualisasi dengan SMOTE pada kedua metode. Hasil penelitian menunjukan bahwa metode Random Forest menghasilkan akurasi yang lebih tinggi yaitu 99% dibandingkan metode Naive Bayes yang hanya menghasilkan akurasi 93%. Pada penelitian ini dapat mengimplementasikan Naive Bayes dan Random Forest dengan menggunakan SMOTE untuk melakukan imbalance data dengan baik.
Referensi
Ali, H. M. U., Farooq, Q., Imran, A., & el Hindi, K. (2025). A systematic literature review on sentiment analysis techniques, challenges, and future trends. Knowledge and Information Systems, 67(5), 3967–4034. https://doi.org/10.1007/s10115-025-02365-x
Ardiansyah, M. A., Alamsyah, M., & Arif, M. F. (2024). Analisis sentimen Twitter tentang pinjaman online di Indonesia menggunakan metode Random Forest. JUTISI: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 13(2), 1410. https://doi.org/10.35889/jutisi.v13i2.2215
Chawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). SMOTE: Synthetic minority over-sampling technique. Journal of Artificial Intelligence Research, 16, 321–357. https://doi.org/10.1613/jair.953
Citra, S. O., Suroso, A. I., & Hermadi, I. (2023). Model Utaut 2: Penerimaan dan penggunaan YouTube di Indonesia. Techno.Com, 22(4), 1026–1036. https://doi.org/10.33633/tc.v22i4.8817
Cui, J., Wang, Z., Ho, S.-B., & Cambria, E. (2023). Survey on sentiment analysis: Evolution of research methods and topics. Artificial Intelligence Review, 56(8), 8469–8510. https://doi.org/10.1007/s10462-022-10386-z
Curran, V., et al. (2020). YouTube as an educational resource in medical education: A scoping review. Medical Science Educator, 30(4), 1775–1782. https://doi.org/10.1007/s40670-020-01016-w
Hariyanto, A., & Putra, A. (2022). Konten kreator YouTube sebagai sumber penghasilan (Telaah kritis hukum ekonomi syari’ah). Al-Hukmi: Jurnal Hukum Ekonomi Syariah dan Keluarga Islam, 3(2), 243–262. https://doi.org/10.35316/alhukmi.v3i2.2325
Hidayat, R., Fikry, M., Yusra, Y., Yanto, F., & Cynthia, E. P. (2024). Penerapan Naïve Bayes Classifier dalam klasifikasi sentimen publik di Twitter terhadap Puan Maharani. JUKI: Jurnal Komputer dan Informatika, 6(1), 100–108. https://doi.org/10.53842/juki.v6i1.479
Hidayatullah, H., Purwantoro, P., & Umaidah, Y. (2023). Penerapan Naïve Bayes dengan optimasi information gain dan SMOTE untuk analisis sentimen pengguna aplikasi ChatGPT. JATI (Jurnal Mahasiswa Teknik Informatika), 7(3), 1546–1553. https://doi.org/10.36040/jati.v7i3.6887
Kurniawan, Y., Halim, E., Jennifer, E., Pribadi, F. A., Bhutkar, G., & Anwar, N. (2024). Understanding user engagement strategies for podcasts videos on YouTube in Indonesia: A study on content creation. JOIV: International Journal on Informatics Visualization, 8(2), 957. https://doi.org/10.62527/joiv.8.2.2123
Larasati, F. A., Ratnawati, D. E., & Hanggara, B. T. (2022). Analisis sentimen ulasan aplikasi Dana dengan metode Random Forest. J-PTIIK, 6(9), 4305–4313.
Mahmuda, S. (2024). Implementasi metode Random Forest pada kategori konten kanal YouTube. Jurnal Jendela Matematika, 2(1), 21–31. https://doi.org/10.57008/jjm.v2i01.633
Putri, T., Nurhaliza, S., & Vionanda, D. (2025). Analisis sentimen penggunaan aplikasi YouTube menggunakan metode Naïve Bayes. UNP Journal of Statistics and Data Science, 3(1), 60–66. https://doi.org/10.24036/ujsds/vol3-iss1/343
Ramadhan, B. Z., Adam, R. I., & Maulana, I. (2022). Analisis sentimen ulasan pada aplikasi e-commerce dengan menggunakan algoritma Naïve Bayes. Journal of Applied Informatics and Computing, 6(2), 220–225. https://doi.org/10.30871/jaic.v6i2.4725
Utomo, F. A. P., & Baskoro, D. N. (2023). Pengaruh konten vlog di YouTube terhadap perilaku komunikasi siswa SMP Nusantara Plus. Communicator Sphere, 3(1), 13–31. https://doi.org/10.55397/cps.v3i1.34
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Penulis yang naskahnya diterbitkan menyetujui ketentuan sebagai berikut:
- Hak publikasi atas semua materi naskah jurnal yang diterbitkan/dipublikasikan dalam jurnal ini dipegang oleh dewan redaksi dengan sepengetahuan penulis (hak moral tetap milik penulis naskah).
- Ketentuan legal formal untuk akses artikel digital jurnal elektronik ini tunduk pada ketentuan lisensi Creative Commons Attribution-ShareAlike (CC BY), yang berarti Jurnal Device berhak menyimpan, mengalih media/format-kan, mengelola dalam bentuk pangkalan data (database), merawat, dan mempublikasikan artikel tanpa meminta izin dari Penulis selama tetap mencantumkan nama Penulis sebagai pemilik Hak Cipta.
- Naskah yang diterbitkan/dipublikasikan secara cetak dan elektronik bersifat open access untuk tujuan pendidikan, penelitian, dan perpustakaan. Selain tujuan tersebut, dewan redaksi tidak bertanggung jawab atas pelanggaran terhadap hukum hak cipta.
114.jpg){kind=logo}
