ANALISIS SENTIMEN TERHADAP KOMENTAR YOUTUBE TERKAIT JUDI ONLINE MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Abhinaya Putra, Aria Hendrawan

Abstract


Perkembangan teknologi informasi dan komunikasi telah mendorong meningkatnya penggunaan media sosial, termasuk YouTube, yang kini menjadi salah satu platform paling populer untuk berbagi informasi, hiburan, serta opini publik. Banyaknya komentar yang diunggah oleh pengguna mencerminkan berbagai ekspresi sentimen terhadap suatu konten, namun volume data yang besar membuat analisis manual menjadi tidak efisien. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen pada komentar YouTube dengan menggunakan pendekatan deep learning berbasis Convolutional Neural Network (CNN). Proses penelitian diawali dengan pengumpulan data melalui metode web scraping untuk memperoleh komentar pengguna, kemudian dilakukan tahap preprocessing meliputi pembersihan teks, penghapusan tanda baca, tokenisasi, dan normalisasi. Setelah itu, data diberi label berdasarkan kategori sentimen positif, negatif, dan netral. Model CNN diterapkan untuk mengekstraksi fitur penting dari teks melalui lapisan konvolusi dan pooling sehingga mampu mengenali pola kata dan konteks kalimat secara efektif. Evaluasi kinerja dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score untuk mengukur tingkat keberhasilan model dalam klasifikasi sentimen. Hasil penelitian menunjukkan bahwa CNN terbukti efisien dan akurat dalam menganalisis sentimen pada komentar YouTube berbahasa Indonesia serta berpotensi dikembangkan lebih lanjut untuk analisis opini publik di berbagai platform media sosial.


Full Text:

PDF

References


eptu Haudli Bakhtiar and Azizah Nur Adilah, ‘Fenomena Judi Online : Faktor, Dampak, Pertanggungjawaban Hukum’, INNOVATIVE: Journal Of Social Science Research, 2024.

Annisa Laras, Najwa Salvabillah, Cindy Caroline, Jusini Delas H, Farra Dinda, and Mic Finanto, ‘Analisis Dampak Judi Online di Indonesia’, Concept: Journal of Social Humanities and Education, vol. 3, no. 2, pp. 320–331, Jun. 2024, doi: 10.55606/concept.v3i2.1304.

2Eti Kusmiati, 3Dwi Nurhayati 1,2,3 Garut University, Garut, Indonesia 1Agung Hermawan, ‘90094-203339-1-SM’, Indonesian Journal of Digital Business, 2025.

F. Nur and F. Firmasnyah, ‘Analisis Sentimen dan Jaringan Sosial pada Komen Video “Youtube Tangan Kotor Influencer” dalam Judi Online Milik Ferri Irwandi’, 2024.

Robert Antonius, A. R. Zulkarnain, and H. Irsyad, ‘Pendekatan TF-IDF, SMOTE, dan SVM dalam Klasifikasi Sentimen Masyarakat terhadap Pemblokiran Judi Online’, Buletin Ilmiah Informatika Teknologi, vol. 2, no. 3, pp. 115–122, Jun. 2024, doi: 10.58369/biit.v2i3.65.

C. Cahyaningtyas, Y. Nataliani, and I. R. Widiasari, ‘Analisis sentimen pada rating aplikasi Shopee menggunakan metode Decision Tree berbasis SMOTE’, AITI: Jurnal Teknologi Informasi, vol. 18, no. Agustus, pp. 173–184, 2021.

I. N. Husada and H. Toba, ‘Pengaruh Metode Penyeimbangan Kelas Terhadap Tingkat Akurasi Analisis Sentimen pada Tweets Berbahasa Indonesia’, Jurnal Teknik Informatika dan Sistem Informasi, vol. 6, no. 2, Aug. 2020, doi: 10.28932/jutisi.v6i2.2743.

K. Muludi, M. Naufal Humam, D. A. Shofiana, A. Syarif, J. I. Komputer, and U. Lampung, ‘Perbandingan Kinerja CNN dan Naïve Bayes pada Analisis Sentimen Performa Manchester United di Twitter’, 2023.

D. E. Saputra and A. R. Isnain, ‘IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK ANALISIS SENTIMEN BACAPRES 2024 PADA KOLOM KOMENTAR YOUTUBE MATA NAJWA’, JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9, no. 3, pp. 1431–1441, Aug. 2024, doi: 10.29100/jipi.v9i3.5420.

R. Danyana Umrona, S. Naja Anwar, and R. Soelistijadi, ‘ANALISIS SENTIMEN KOMENTAR YOUTUBE TERKAIT KASUS PAGAR LAUT MENGGUNAKAN METODE KNN (K-NEAREST NEIGHBOR)’, Jurnal Informatika Teknologi dan Sains.

A. N. Syafia, M. F. Hidayattullah, and W. Suteddy, ‘Studi Komparasi Algoritma SVM Dan Random Forest Pada Analisis Sentimen Komentar Youtube BTS’, Bit (Fakultas Teknologi Informasi Universitas Budi Luhur), vol. 8, no. 3, 2023.

G. A. Suwito, I. Cholissodin, and P. P. Adikara, ‘Analisis Sentimen Citayam Fashion Week pada Komentar YouTube dengan Metode Convolutional Neural Network’, 2022. [Online]. Available: http://j-ptiik.ub.ac.id

K. K. Safra and E. Zuliarso, ‘ANALISIS SENTIMEN TERHADAP PELAKSANAAN PILKADA 2024 PADA MEDIA SOSIAL YOUTUBE MENGGUNAKAN METODE DECISION TREE’, Jurnal Informatika Teknologi dan Sains, vol. 7, no. 1, pp. 117–126, 2025.

H. Asrawi and M. Fataya Bilqisthi, ‘Implemantasi Fitur Ekstraksi Glove Pada Teks Klasifikasi Menggunakan Algoritma Long-Short Term Memory’, vol. 07, 2025, doi: 10.54209/jatilima.v7i03.1694.

I. Bagus Jatiarso and Y. Azhar, ‘Klasifikasi Emosi Pada Tweet Pengguna Platform X Menggunakan Metode LSTM-GloVe Berbasis SMOTE’, REPOSITOR, vol. 7, no. 3, pp. 401–406, 2025.

M. Resa Arif Yudianto and H. Al Fatta, ‘ANALISIS PENGARUH TINGKAT AKURASI KLASIFIKASI CITRA WAYANG DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK’.

N. K. Negoro, E. Utami, and A. Yaqin, ‘KLASIFIKASI DETEKSI PENGGUNAAN MASKER MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK’, JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 8, no. 2, pp. 664–674, May 2023, doi: 10.29100/jipi.v8i2.3748.

M. Rafly Alwanda, R. Putra, K. Ramadhan, and D. Alamsyah, ‘Implementasi Metode Convolutional Neural Network Menggunakan Arsitektur LeNet-5 untuk Pengenalan Doodle’, 2020.

R. Kusuma Wardana, N. Cahyono, U. Anggoro Saputro, A. Hadi Negoro, and N. Aini, ‘IMPLEMENTASI ALGORITMA SVM DAN OPTIMASI MENGGUNAKAN KOMPARASI N-GRAM DAN GLOVE PADA SENTIMEN PENGGUNA APLIKASI ACCESS BY KAI’, 2025.

P. S. T. I. H. B. T. I. I. S. dan T. T. S. dan E. I. S. T. I. I. S. dan T. T. S. Muhammad Arief Rahman, ‘Aspect_Based_Sentimen_Analysis_Opini_Pub’, JOURNAL OF INTELLIGENT SYSTEMS AND COMPUTATION.




DOI: https://doi.org/10.46576/djtechno.v6i3.8085

Article Metrics

Abstract view : 0 times
PDF – 0 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 abhinaya putra, aria hendrawan

DJTECHNO: Jurnal Teknologi Informasi Indexed By


MEMBER OF


Dedicated to :

Djtechno: Jurnal Teknologi Informasi published by :

PROGRAM STUDI TEKNOLOGI INFORMASI UNIVERSITAS DHARMAWANGSA

Alamat : Jl. K. L. Yos Sudarso No. 224 Medan
Kontak : Tel. 061 6635682 - 6613783  Fax. 061 6615190
Surat Elektronik : s1.ti@dharmawangsa.ac.id

Djtechno: Jurnal Teknologi Informasi

Ciptaan disebarluaskan di bawah Creative Commons Attribution-ShareAlike 4.0 International License