<![CDATA[Penelitian ini bertujuan untuk menganalisis opini masyarakat terhadap komentar terkait akun kaskus fufufafa pada platform YouTube dengan menggunakan metode Naive Bayes, Chi-square, dan SMOTE. Dalam penelitian ini meliputi beberapa metode tahapan utama: mining dataset, pelabelan dataset, preprocessing, dan penerapan metode SMOTE untuk mengatasi ketidakseimbangan pada kelas. Penambangan data dilakukan dengan cara mengumpulkan data komentar pengguna dari video YouTube terkait pembahasan akun kaskus fufufafa. Kemudian dilakukan langkah pelabelan untuk mengklasifikasikan komentar menjadi sentimen positif, negatif, atau netral. Tahap preprocessing meliputi pembersihan data dari unsur-unsur yang tidak diperlukan seperti tanda baca, angka, dan karakter khusus. Untuk mengatasi masalah ketidakseimbangan pada kelas, Kami kemudian menerapkan Synthetic Minority Oversampling Technique (SMOTE) dimana jumlah komentar dengan sentimen tertentu lebih sedikit dibandingkan jumlah komentar yang lain. Hasil penelitian ini menunjukkan bahwa akurasi model Naive Bayes mencapai 60,5%, sedangkan penggunaan seleksi fitur chi-square dengan SMOTE meningkatkan akurasi menjadi 68,3%. Dalam hal ini menunjukkan bahwa penggunaan chi-square dengan SMOTE dapat meningkatkan akurasi prediksi sentimen sebesar 7,8%. Kesimpulan dari penelitian ini adalah model Naive Bayes dengan pemilihan fitur chi-square dengan SMOTE lebih efektif dalam memprediksi opini masyarakat dibandingkan model Naive Bayes tanpa pemilihan fitur tersebut.]]>
