Lukman Fakih Lidimillah
Universitas Ibrahimy Sukorejo Situbondo, Indonesia

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Sentimen Komentar Youtube Terhadap Tayangan #Terbaru! Temuan dan Masalah Ahlak Di Ponpes Al-zaytun Menggunakan Metode Naïve Bayes Mochammad Febrialdi Ansyah; Abd. Ghofur; Lukman Fakih Lidimillah
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4034

Abstract

The way to find out feedback from content on social media for look at the comments expressed by the public. This can be studied on branch of computer technology, namely text mining. With text mining, we can extract information from comment data. Sentiment analysis is solution for grouping public responses in the form of comments into positive, neutral and negative comments. On videos about the Al-Zaitun boarding school in News chanel. In this broadcast, information can be obtained from unstructured data, so method is needed to group comment data In this sentiment analysis we use classification using the naïve beyes method. Naïve byes is a simple method but has a good level of accuracy in classification process. This test obtained values ​​of accuracy 64%, recall 93%, precision 75%. This means that it can be concluded that the Naïve Bayes method is suitable for use in sentiment analysis on YouTube comments.
Analisis Sentimen Pengguna YouTube Tentang Rohingya Menggunakan Algoritma SVM (Support Vector Machine) Hidayat Hidayat; Firman Santoso; Lukman Fakih Lidimillah
G-Tech: Jurnal Teknologi Terapan Vol 8 No 3 (2024): G-Tech, Vol. 8 No. 3 Juli 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i3.4497

Abstract

YouTube merupakan platform yang banyak digunakan masyarakat Indonesia, tentu karena terdapat konten-konten yang selalu diperbarui mengikuti berita terkini di Indonesia, salah satunya kasus pengungsi dari Rohingya. Kasus pengungsi Rohingya menimbulkan perbincangan yang luas di platform YouTube di Indonesia. Dalam penelitian ini, kami menerapkan text mining untuk menganalisis komentar-komentar yang muncul terkait topik tersebut. Metode SVM dipilih untuk analisis sentimen karena kepopulerannya dan tingkat akurasi yang tinggi. Langkah-langkah meliputi pengumpulan data, pra-pemrosesan data, dan penerapan SVM untuk klasifikasi. Hasilnya menunjukkan akurasi sebesar 77%, dengan recall 100% dan precision 77%. Temuan ini memberikan wawasan tentang sentimen masyarakat terhadap kasus Rohingya di YouTube. Metode SVM terbukti efektif dalam mengorganisir komentar-komentar yang tidak terstruktur. Penelitian ini dapat menjadi landasan untuk memahami opini dan sikap masyarakat terkait isu ini secara lebih mendalam.