Article Per Year (5 Year)
p-Index From 2021 - 2026
2.743
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Informatika dan Teknik Elektro Terapan JURNAL LENTERA : Kajian Keagamaan, Keilmuan dan Teknologi JURNAL PENDIDIKAN TAMBUSAI Jurnal Informasi dan Komputer JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmiah Wahana Pendidikan Society: Jurnal Pengabdian Masyarakat
Yusup, Dadang
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Analisis Sentimen Berita Politik Youtube Detik.Com Menggunakan Web Scraping Dan Naive Bayes Classifier maulana, rofizaidan; Yusup, Dadang; Jamaludin, Asep
Jurnal Ilmiah Wahana Pendidikan Vol 12 No 1.A (2026): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

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

Abstract

Dalam era digital, penyampaian berita terkait politik dan konstruksi opini kolektif banyak bergantung pada keberadaan media sosial sebagai saluran utama. Namun, komentar pada berita politik sering mengandung sentimen yang mencerminkan persepsi publik terhadap isu yang berkembang. Kajian ini mengkaji respon afektif pemirsa terhadap pemberitaan politik yang diunggah di situs berbagi video YouTube. dengan menggunakan metode Web Scraping untuk pengumpulan data dan algoritma Naïve Bayes Classifier untuk klasifikasi sentimen. Dalam penelitian ini, diterapkan kerangka kerja KDD yang mencakup lima langkah berurutan: memilih data yang relevan, membersihkannya melalui proses pra-pemrosesan, mengubahnya ke dalam format yang sesuai, melakukan eksplorasi data, dan mengevaluasi temuan yang diperoleh. Data diambil dari 1.000 komentar pada lima video berita politik di kanal YouTube Detik.com, yang diklasifikasikan menjadi sentimen positif dan negatif. Sistem penelitian ini menerapkan serangkaian teknik pra-pemrosesan teks yang komprehensif, mulai dari data cleaning, konversi huruf, pembagian token, standarisasi teks, seleksi fitur, hingga stemming, kemudian dilengkapi dengan feature weighting menggunakan pendekatan TF-IDF. Hasil evaluasi menunjukkan bahwa klasifikasi menggunakan Naïve Bayes menghasilkan tingkat ketepatan prediksi mencapai 87% pada skema validasi dengan pembagian 90% data latih dan 10% data uji. Namun, klasifikasi sentimen positif memiliki nilai F1- score lebih rendah, menunjukkan kecenderungan model dalam mengenali sentimen negatif. Analisis ini memberikan wawasan bagi pemerintah dan pembuat kebijakan dalam memahami persepsi publik terhadap kebijakan politik serta potensi penyebaran opini negatif di media sosial.
Co-Authors Ahmad Fauji, Ahmad Alfajr, Nur Halizah Ana Tasya, Chintya Apriade Voutama Atifah, Salwa Nur Carudin, Carudin Fadhli Adam, Muhammad Fajriansyah, Annas garno, Garno Hutahaean, Jonatan Iqbal Maulana Jamaludin, Asep Luthfi Khairullah, Muhammad maulana, rofizaidan Novalia, Elfina Nur Ibrahim Nur Sallamah, Afifah Prihandani, Kamal Prihandini, Kamal Purwantoro Rizal, Adhi Rosalina, Dina Satrio, Adi Sufah, Feila Suha, Anna Lathifah Susilawati, Susilawati Susilo Yuda Irawan, Agung Ubaid, Harfa Sabri Yuniar, Alvi