ANALISIS SENTIMEN DAN UJARAN KEBENCIAN PADA KOMENTAR YOUTUBE VIDEO NAJWA SHIHAB ‘SUSAHNYA JADI PEREMPUAN’ MENGGUNAKAN INDOBERT

Safitri, Ika (2026) ANALISIS SENTIMEN DAN UJARAN KEBENCIAN PADA KOMENTAR YOUTUBE VIDEO NAJWA SHIHAB ‘SUSAHNYA JADI PEREMPUAN’ MENGGUNAKAN INDOBERT. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER - ASBTRAK)
COVER.pdf - Published Version
Download (1MB)
[img] Text (BAB I)
BAB I.pdf - Published Version
Download (194kB)
[img] Text (BAB II)
BAB II.pdf - Published Version
Restricted to Registered users only
Download (718kB)
[img] Text (BAB III)
BAB III.pdf - Published Version
Restricted to Registered users only
Download (472kB)
[img] Text (BAB IV)
BAB IV.pdf - Published Version
Restricted to Registered users only
Download (1MB)
[img] Text (BAB V)
BAB V.pdf - Published Version
Download (82kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version
Restricted to Registered users only
Download (265kB)
[img] Archive (SOURCE CODE)
Sourcecode - 22.11.5153.zip
Restricted to Repository staff only
Download (975kB)
[img] Text (PUBLIKASI)
Publikasi.pdf - Published Version
Restricted to Repository staff only
Download (666kB)

Abstract

Kolom komentar YouTube pada topik sosial sensitif sering memuat beragam opini, mulai dari tanggapan kritis hingga ekspresi bernuansa kebencian, sehingga berpotensi menurunkan kualitas diskusi digital. Pada video Najwa Shihab “Susahnya Jadi Perempuan part 2”, tingginya volume komentar membuat klasifikasi manual tidak efisien dan rentan subjektivitas, sehingga diperlukan pendekatan analisis teks otomatis berbasis Natural Language Processing. Penelitian ini bertujuan menerapkan model IndoBERT untuk klasifikasi sentimen dan deteksi ujaran kebencian pada komentar berbahasa Indonesia pada video tersebut. Data dikumpulkan menggunakan YouTube Data API, dipraproses secara selektif, dilabeli untuk dua tugas klasifikasi, kemudian digunakan dalam proses fine-tuning IndoBERT dengan strategi class-weighted loss untuk menangani ketidakseimbangan kelas, serta dibandingkan dengan baseline Majority Class dan TF-IDF + Logistic Regression. Hasil pengujian menunjukkan IndoBERT melampaui baseline pada analisis sentimen dengan akurasi 80,0% dan F1-score makro 0,75. Pada deteksi ujaran kebencian, model mencapai akurasi 66,0% dengan F1-score kelas Hate 0,26 dan recall 0,52, yang menunjukkan kemampuan deteksi awal pada kelas minoritas yang tidak dicapai baseline. Distribusi hasil memperlihatkan sentimen negatif dominan (58,6%), namun hanya 14,3% di antaranya tergolong ujaran kebencian. Penelitian ini menjadi studi terapan penggunaan IndoBERT pada komentar YouTube bertopik isu gender dan dapat dijadikan rujukan metodologis untuk penelitian lanjutan pada domain serupa.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Setiaji, Bayu
Uncontrolled Keywords: Analisis sentimen, Ujaran kebencian, IndoBERT, YouTube, NLP, Sentiment analysis, Hate speech detection.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
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: 15 Jul 2026 02:01
Last Modified: 15 Jul 2026 02:01
URI: http://eprints.amikom.ac.id/id/eprint/32136

Actions (login required)

View Item View Item