Syarif Hidayat, Deden
Unknown Affiliation

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

Found 1 Documents
Search

PENINGKATAN MODEL ANALISIS SENTIMEN MELALUI ALGORITMA NAIVE BAYES BERDASARKAN DATA KOMENTAR YOUTUBE Syarif Hidayat, Deden; Odi Nurdiawan; Fadhil M.Basysyar; Muhamad Sulaeman
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 8 No. 1 (2025): MISI Januari 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v8i1.1413

Abstract

Penerapan kebijakan subsidi Bahan Bakar Minyak (BBM) berbasis QR Code untuk kendaraan roda empat, yang dimulai pada 1 Oktober 2024, telah memunculkan berbagai tanggapan dari masyarakat. Kebijakan ini bertujuan untuk memastikan distribusi BBM bersubsidi lebih tepat sasaran, namun menghadapi kritik terutama terkait kompleksitas proses pendaftaran QR Code dan pembatasan kriteria kendaraan yang memenuhi syarat. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kebijakan tersebut dengan menggunakan data komentar dari video YouTube berjudul "Simak! Aturan Baru Kriteria Penggunaan BBM Bersubsidi - SIP 02/09" yang diunggah pada kanal YouTube Seputar iNews RCTI. Metode yang digunakan adalah analisis sentimen berbasis algoritma Naive Bayes. Proses preprocessing data mencakup pembersihan teks, tokenisasi, penghilangan stopwords, dan stemming untuk memastikan data yang dianalisis bersih dan terstruktur. Dataset dibagi menjadi data pelatihan (70%) dan data uji (30%) untuk membangun serta mengevaluasi model. Model menunjukkan akurasi sebesar 79,40%, dengan performa yang lebih baik dalam mengenali sentimen negatif dibandingkan positif. Hasil penelitian menunjukkan bahwa mayoritas komentar memiliki sentimen negatif, mencerminkan ketidakpuasan masyarakat terhadap kebijakan ini. Penelitian ini menyoroti pentingnya strategi komunikasi yang lebih efektif dari pemerintah untuk meningkatkan pemahaman dan penerimaan masyarakat terhadap kebijakan yang diimplementasikan. Selain itu, hasil penelitian ini juga membuka peluang untuk pengembangan lebih lanjut dalam pemanfaatan analisis sentimen berbasis komputasi untuk mendukung pengambilan keputusan dalam studi kebijakan publik.