<![CDATA[Upaya penelitian ini berusaha untuk meneliti sentimen publik terhadap perilaku arus balik yang disebarluaskan di platform media sosial YouTube melalui penerapan algoritma Naive Bayes dan teknik SMOTE (Synthetic Minority Over-sampling Technique). Dataset dikumpulkan dari komentar yang diposting di video YouTube yang berkaitan dengan subjek “arah berlawanan” dan untuk datanya berjumlah 1045 data pada dataset. Komentar ini kemudian menjadi sasaran pemrosesan otomatis dan dikategorikan sebagai positif, negatif, atau netral. Pemanfaatan teknik SMOTE digunakan untuk mengatasi ketidakseimbangan dalam data kelas minoritas. Model Bayes Naive dilatih dan dinilai sebelum dan setelah penerapan SMOTE. Hasil penilaian mengungkapkan peningkatan akurasi model dari 76,5% menjadi 78,0% setelah penggunaan SMOTE, terlepas dari pengurangan ingatan dalam kelas positif. Integrasi SMOTE secara efektif meningkatkan kinerja model dalam identifikasi kelas negatif. Studi ini mengantisipasi menawarkan wawasan mendalam tentang perspektif publik tentang perilaku arus balik dan berkontribusi pada upaya yang bertujuan meningkatkan keselamatan berkendara]]>
Copyrights © 2024
