Fauzi, Youse Nur (2021) ANALISIS SENTIMEN TERHADAP KOMENTAR VIDEO TRENDING YOUTUBE MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (569kB) |
|
Text (BAB I)
BAB I.pdf Download (282kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (745kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (876kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (338kB) |
|
Text (BAB V)
BAB V.pdf Download (68kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (258kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code-17.11.1219-Youse Nur Fauzi - Youse Nur Fauzi.zip Restricted to Repository staff only Download (127MB) |
|
Text (PUBLIKASI)
Publikasi-17.11.1219-Youse Nur Fauzi - Youse Nur Fauzi.pdf Restricted to Repository staff only Download (484kB) |
Abstract
YouTube merupakan salah satu media untuk berbagi video yang memungkinkan pengguna untuk mengunggah, menonton dan berbagi video. Di dalam YouTube terdapat salah satu menu yang menyajikan video-video yang sedang populer (trending tab). Sehingga akan dilakukan analisis sentimen untuk mengetahui kecenderungan komentar masyarakat terhadap video yang sedang trending, apakah lebih cenderung berisikan komentar positif atau komentar negatif. Dalam penelitian ini data yang digunakan yaitu komentar yang di kumpulkan dari video YouTube yang sedang trending, dengan menggunakan salah satu kernel metode Naïve Bayes yaitu multinomial dan dilakukan pembobotan kata pada dokumen yaitu menggunakan Term Frequency-Inverse Document Frequency (TFIDF). Untuk melakukan klasifikasi, langkah awal yang harus dilakukan yaitu crawling data komentar menggunakan YouTube API, data yang berhasil dikumpulkan akan diberikan label secara manual terlebih dahulu. Setekah itu akan dilakukan preprocessing terhadap data, data yang sudah bersih selanjutnya akan diberikan pembobotan pada kata menggunakan metode TF-IDF. Lalu langkah terakhir data akan dilakukan klasifikasi menggunakan kernel Multinomial pada Naïve Bayes. Untuk pengujian performa akan menggunakan metode confusion matric dan K-Fold Cross Validation.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Kernel Multinomial NB, TF-IDF, Analisis sentimen | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 16 Jun 2022 02:30 | ||
| Last Modified: | 10 Aug 2023 06:09 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/1231 |
Actions (login required)
 |
View Item |