<![CDATA[Konten digital semakin mendominasi dunia media, dan platform seperti YouTube telah menjadi wahana utama bagi pembuat konten untuk berbagi informasi, hiburan, dan pengetahuan. Sayangnya, strategi clickbait telah menjadi masalah yang meresahkan di platform ini. Clickbait merujuk pada praktik yang menarik perhatian pengguna melalui judul yang menarik, eksplisit, kontrovesi atau menyesatkan, dengan tujuan meningkatkan jumlah klik tanpa mempertimbangkan kualitas atau relevansi konten yang sebenarnya. Akibatnya, pengalaman pengguna dapat terganggu dan kepercayaan terhadap platform serta pembuat konten dapat terkikis. Permasalahan dalam penelitian ini adalah pengembangan solusi untuk mengidentifikasi judul video Youtube yang mengandung unsur clickbait dengan menggunakan metode klasifikasi Naive Bayes. Dataset yang digunakan dalam penelitian ini terdiri dari 200 data training judul-judul video Youtube yang telah diberi label clickbait atau non-clickbait oleh sekelompok penilai pakar. Proses penelitian dengan 50 data testing melibatkan beberapa tahap, termasuk pra-pemrosesan data untuk membersihkan dan mengolah teks judul, ekstraksi fitur menggunakan pendekatan numerik dari teks, serta pelatihan dan evaluasi model Naive Bayes. Hasil pengujian yang telah dilakukan menghasilkan nilai akurasi 64%, presisi 61%, recall 88%, dan F1-score (F.Measure) 71%. Eksperimen ini juga mempertimbangkan penggunaan teknik pengoptimalan model untuk meningkatkan kinerja klasifikasi. Meskipun terdapat beberapa batasan, seperti variasi dalam definisi clickbait dan pengaruh dinamika perubahan tren konten, metode ini memberikan kontribusi positif dalam menangani permasalahan clickbait di platform Youtube.]]>
