Salvia Nabillah Syifa
Universitas Negeri Surabaya

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

Found 1 Documents
Search

Analisis Sentimen Komentar Youtube Rencana Pemerintah terhadap Pemblokiran Roblox Menggunakan Model Naïve Bayes Firdiawati Firdiawati; Salvia Nabillah Syifa; Harun Al Rosyid
Jurnal Komputer, Informasi dan Teknologi Vol. 6 No. 1 (2026): June
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v6i1.3454

Abstract

Perkembangan teknologi digital telah meningkatkan popularitas platform permainan daring seperti Roblox. Namun, rencana pemerintah untuk memblokir platform tersebut memunculkan beragam respons publik yang terlihat pada kolom komentar YouTube. Penelitian ini bertujuan untuk mengidentifikasi kecenderungan sentimen masyarakat terhadap isu pemblokiran Roblox. Data penelitian terdiri dari 2.500 komentar YouTube yang diperoleh melalui YouTube Data API, kemudian melalui tahapan preprocessing dan pelabelan sentimen berbasis lexicon hingga tersisa 2.427 komentar yang layak dianalisis. Data selanjutnya diubah menjadi fitur TF-IDF dan diklasifikasikan menggunakan metode Naïve Bayes algoritma Multinomial Naïve Bayes dengan skema pembagian data 90:10 dan 80:20. Hasil terbaik diperoleh pada skema 80:20 dengan akurasi 71,19%, precision 73,31%, recall 71,19%, dan f1-score 70,23%. Hasil yang didapat dari penelitian menunjukkan bahwa opini publik didominasi sentimen netral dengan kecenderungan negatif. Penelitian ini menyimpulkan bahwa Multinomial Naïve Bayes efektif dalam mengklasifikasikan sentimen komentar berbahasa Indonesia terkait isu pemblokiran Roblox.