Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Bayu Prayoga, Mahendra
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
PENERAPAN GRID SEARCH UNTUK OPTIMASI MODEL MACHINE LEARNING DALAM KLASIFIKASI SENTIMEN KOMENTAR YOUTUBE Bayu Prayoga, Mahendra; Cahyono, Nuri; Subektiningsih, Subektiningsih; Kamarudin, Kamarudin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13375

Abstract

YouTube bukan hanya platform berbagi video, tetapi juga ruang interaksi sosial melalui komentar yang mencerminkan opini dan persepsi pengguna. Penelitian ini bertujuan untuk menganalisis kinerja algoritma klasifikasi sentimen, yaitu Support Vector Machine (SVM), Logistic Regression, dan Random Forest, yang dioptimasi menggunakan Grid Search untuk klasifikasi sentimen komentar YouTube. Dataset yang digunakan terdiri dari 12.000 komentar dari 12 topik berbeda, meliputi politik, pendidikan, hiburan, teknologi, dan lainnya. Data diproses melalui preprocessing yang meliputi unique handling, case folding, text cleaning, slang words normalization, stopwords removal, tokenizing, dan stemming menggunakan Sastrawi. Pelabelan sentimen dilakukan dengan menggunakan kamus sentimen dalam tiga kelas: positif, negatif, dan netral. Oversampling dengan SMOTE diterapkan untuk mengatasi ketidakseimbangan data. Hasil penelitian menunjukkan bahwa optimasi menggunakan Grid Search meningkatkan akurasi model: SVM meningkat dari 90,97% menjadi 92,55%, Logistic Regression dari 86,72% menjadi 92,34%, dan Random Forest dari 87,33% menjadi 88,84%. Model SVM dengan kombinasi parameter 'C': 10, 'kernel': 'linear', 'max_iter': 1000, 'tol': 0.0001 menunjukkan performa terbaik dibandingkan model lain yang sudah dioptimasi.
Co-Authors Kamarudin Kamarudin Nuri Cahyono Subektiningsih Subektiningsih