Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Nanda Begti Rizal Nugroho
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Duta Bangsa Surakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Sentimen Komentar YouTube terhadap Trailer Kedua Grand Theft Auto VI Menggunakan TF-IDF dan Support Vector Machine Hafiz Pratama; Nanda Begti Rizal Nugroho; Agustina Purwatiningsih
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perilisan trailer kedua Grand Theft Auto VI oleh Rockstar Games menuai gelombang antusiasme publik yang masif di YouTube. Studi ini berupaya memilah polaritas komentar penonton atas trailer tersebut menjadi tiga golongan: positif, netral, serta negatif. Melalui YouTube Data API v3, data dihimpun lalu dilewatkan pada rangkaian penyaringan teks, pembuangan entri ganda, dan normalisasi, sehingga tersisa 6.445 komentar bersih. Penandaan polaritas ditempuh secara otomatis lewat pendekatan berbasis leksikon VADER, sementara ciri tekstualnya diekstraksi memakai Term Frequency-Inverse Document Frequency (TF-IDF) dan digolongkan dengan algoritma Support Vector Machine (SVM) berkernel linear. Ketimpangan kelas ditangani melalui pembobotan kelas seimbang berikut penalaan parameter via GridSearch. Berdasarkan evaluasi, model membukukan akurasi 73,55%, F1-score weighted 0,7245, dan F1-score macro 0,6715, disertai skor validasi silang lima lipatan 0,7054 ± 0,0100 yang menandakan model cukup stabil. Sebaran sentimen paling banyak ditempati kelas netral (53,6%), disusul positif (28,8%) dan negatif (17,5%). Hasil ini mengisyaratkan bahwa sebagian besar penonton merespons trailer dengan nada netral sampai antusias, sekaligus menyoroti kelemahan pelabelan leksikon saat berhadapan dengan sarkasme dan komentar negatif, yang berujung pada rendahnya performa kelas negatif.
Co-Authors Agustina Purwatiningsih Hafiz Pratama