<![CDATA[Analisis sentimen di media sosial penting untuk memahami pendapat orang banyak tentang suatu acara, termasuk dalam konteks turnamen e-sport. Penelitian ini bertujuan untuk mengetahui pendapat masyarakat tentang turnamen PUBG Mobile PMCO Global 2019 berdasarkan komentar pengguna di YouTube dengan menggunakan pendekatan machine learning. Dataset yang digunakan adalah dataset terupdate yang mewakili pendapat publik selama periode waktu yang lebih lama. Proses penelitian mencakup tahapan pra-pemrosesan data teks, penilaian fitur dilakukan dengan metode Term Frequency–Inverse Document Frequency (TF-IDF), serta proses pengklasifikasian sentimen menggunakan algoritma Naive Bayes dan Support Vector Machine (SVM). Hasil analisis menunjukkan bahwa sebagian besar komentar pengguna memiliki sentimen netral, yaitu sebesar 55,5%, kemudian diikuti oleh sentimen negatif sebesar 22,9%, dan sentimen positif hanya mencapai 21,6%. Pengujian kinerja model dilakukan dengan menggunakan confusion matrix. Hasilnya menunjukkan bahwa algoritma SVM menghasilkan akurasi sebesar 87,27%, lebih tinggi daripada algoritma Naive Bayes yang hanya mencapai 81,93%, meskipun Naive Bayes tetap menawarkan efisiensi komputasi yang baik. Temuan penelitian ini menunjukkan bahwa pendekatan klasifikasi sentimen berbasis TF-IDF dan machine learning sangat efektif untuk menganalisis pendapat masyarakat di platform media sosial yang menggunakan video seperti YouTube, khususnya dalam konteks lomba e-sport secara internasional.]]>
