Claim Missing Document
Check
Articles

Found 1 Documents
Search

Strategi Dinamis Menggunakan MongoDB untuk Analisis Sentimen Terhadap Komentar YouTube Pilkada Gubernur Indonesia 2024 Asro Asro; Alwin Hartono Limaran; Agung Wicaksono; Patah Herwanto
KRESNA: Jurnal Riset dan Pengabdian Masyarakat Vol 4 No 2 (2024): Jurnal KRESNA November 2024
Publisher : DRPM Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/kresna.v4i2.149

Abstract

Penelitian ini mengkaji penggunaan MongoDB dalam melakukan analisis sentimen terhadap komentar YouTube terkait Pilkada Gubernur Indonesia 2024. Studi ini mengumpulkan 40,396 komentar melalui YouTube Data API, yang kemudian diproses menjadi 27,102 komentar relevan setelah melalui tahapan preprocessing yang menyeluruh, meliputi case folding, tokenisasi, normalisasi, dan stemming. Tiga algoritma analisis sentimen digunakan dalam penelitian ini: Naive Bayes, Logistic Regression, dan Support Vector Machine (SVM). Di antara ketiganya, Logistic Regression menunjukkan kinerja terbaik dengan tingkat akurasi mencapai 91.39%. Analisis ini memberikan wawasan berharga tentang sentimen publik, secara efektif menangkap sikap dan opini terhadap calon gubernur. Untuk meningkatkan interpretasi hasil, penelitian ini menggunakan teknik visualisasi data seperti Word Cloud dan grafik frekuensi. Representasi visual ini memberikan pemahaman yang lebih jelas tentang frekuensi dan konteks penggunaan kata-kata kunci, sehingga membantu dalam pengembangan strategi komunikasi politik yang efektif dan responsif. Penelitian ini berkontribusi dalam bidangnya dengan mendemonstrasikan potensi MongoDB dalam memproses dan menganalisis data media sosial skala besar untuk analisis sentimen politik. Temuan-temuan ini memiliki implikasi signifikan untuk memahami tren pemilih dan membentuk kampanye politik dalam konteks Pilkada Gubernur Indonesia 2024.