Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknologi Pendidikan
Marganingsih, Dirgahayu
Unknown Affiliation
Computer Science & IT Education

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

Found 1 Documents
Search

 1 
Analisis Sentimen Komentar Youtube Masterchef Indonesia Menggunakan Algoritma Support Vector Machine dan Gaussian Naïve Bayes Marganingsih, Dirgahayu; Oktavianto, Hardian; Abdurrahman, Ginanjar
Jurnal Informatika dan Teknologi Pendidikan Vol. 5 No. 1 (2025): Juni 2025 - Jurnal Informatika dan Teknologi Pendidikan
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/jitp.v5i1.117

Abstract

Platform media sosial menjadi utama untuk berbagi informasi, termasuk platform berbasis video sharing seperti Youtube, yang menyediakan konten edukasi, informasi, dan hiburan bagi masyarakat. Salah satu konten yang banyak diminati adalah acara memasak yang diadaptasi dari Inggris, yaitu Masterchef Indonesia. Yang berjalan selama 11 musim dari tahun 2011 sampai 2023 dengan 260 episode. Namun, pada musim ke 11 episode grand final terdapat pro dan kontra tentang kemanangan peserta yang membuat publik terprovokasi dengan kehadiran calon presiden Ganjar Pranowo. Melalui fitur komentar, pengguna dapat menyampaikan pendapat dan tanggapan, yang kemudian dapat diinterpretasikan untuk memahami pandangan masyarakat. Penelitian ini bertujuan untuk menganalisis komentar yang bernilai positif dan negatif pada channel Masterchef Indonesia dengan algoritma Support Vector Machine dan Gaussian Naïve Bayes. Sebelum diterapkan teknik oversampling untuk penyeimbangan data, algoritma Support Vector Machine menghasilkan akurasi 82%, presisi 88%, dan recall 72%, sedangkan Gaussian Naïve Bayes menghasilkan akurasi 65%, presisi 52%, dan recall 81%. Setelah teknik oversampling diterapkan, performa Support Vector Machine meningkat dengan akurasi 85%, presisi 84%, dan recall 89%, sementara Gaussian Naïve Bayes memperoleh akurasi 72%, presisi 68%, dan recall 72%.
Co-Authors Ginanjar Abdurrahman Oktavianto, Hardian