ANALISIS SENTIMEN TIM TERFAVORIT MOBILE LEGENDS: BANG BANG PROFESSIONAL LIGA DI INDONESIA BERDASARKAN KOMENTAR YOUTUBE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Sub'han, Yohan Wahid (2026) ANALISIS SENTIMEN TIM TERFAVORIT MOBILE LEGENDS: BANG BANG PROFESSIONAL LIGA DI INDONESIA BERDASARKAN KOMENTAR YOUTUBE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER - ABSTRAK) COVER.pdf - Published Version Download (1MB)
	Text (BAB I) BAB I.pdf - Published Version Download (139kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (872kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (361kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (884kB)
	Text (BAB V) BAB V.pdf - Published Version Download (72kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (291kB)
	Archive (SOURCE CODE) Sourcecode - 19.11.3212.zip Restricted to Repository staff only Download (3MB)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (861kB)

Abstract

Perkembangan teknologi informasi dan komunikasi mendorong meningkatnya penggunaan media digital, khususnya media sosial seperti Youtube, sebagai sarana masyarakat untuk menyampaikan opini dan pandangan. Banyaknya komentar yang dihasilkan pada platform tersebut bepotensi menjadi sumber data untuk mengetahui sentimen masyarakat, termasuk dalam bidang e-sports. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap tim terfavorit pada ajang Mobile Legends: Bang Bang Professional League (MPL) di Indomesia berdasarkan komentar pengguna Youtube menggunakan metode Support Vector Machine (SVM). Data yang digunakan diperoleh dari komentar Youtube pada kanal resmi MPL Indonesia yang berkaitan dengan pertandingan dan tim-tim peserta. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan teks, pembobotan kata Term Frequency-Inverse Document Frequency (TF-IDF), serta proses klasifikasi sentimen ke dalam kelas positif dan negatif menggunakan metode SVM. Pengujian model dilakukan dengan membagi data ke dalam data latih dan data uji. Hasil penelitian menunjukkan bahwa metode SVM mampu mengklasifikasikan sentimen komentar Youtube dengan tingkat akurasi yang baik, sehingga dapat digunakan untuk mengidentifikasi persepsi dan antusiasme masyarakat tehadap tim terfavorit dalam kompetisi MPL Indonesia.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Sismoro, Heri

Uncontrolled Keywords:

Analisis sentimen, Mobile Legends: Bang Bang Professional League, Support Vector Machine (SVM), Komentar Youtube, Confision Matrix, Synthetic Minority Over-sampling Technique (SMOTE), Sentyment analysis.

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
700 - Seni dan Rekreasi > 790 Olahraga, permainan dan hiburan > 794 Permainan ketangkasan dalam ruangan

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

27 Jul 2026 04:47

Last Modified:

27 Jul 2026 04:47

URI:

http://eprints.amikom.ac.id/id/eprint/32382