Analisis Sentimen Penggunaan Aplikasi YouTube Menggunakan Metode Naïve Bayes

Abstrak

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi YouTube menggunakan metode Naive Bayes. Dengan pesatnya pertumbuhan pengguna YouTube di seluruh dunia, memahami preferensi dan pengalaman pengguna menjadi sangat penting. Analisis sentimen, proses pemrosesan atau ekstraksi data tekstual untuk mendapatkan informasi dengan mengkategorikan sentimen positif atau negatif Algoritma Naive Bayes, pendekatan statistik yang umum digunakan dalam pemrosesan bahasa alami dan analisis sentimen, diterapkan karena kesederhanaan dan efisiensinya. Penelitian ini melibatkan pengumpulan data melalui web scraping, diikuti oleh langkah-langkah praproses seperti pembersihan, pelipatan kasus, tokenisasi, penghapusan stopword, dan stemming. Pemilihan fitur dilakukan dengan menggunakan TF-IDF (Term Frequency-Inverse Document Frequency) untuk menetapkan bobot pada kata-kata berdasarkan kepentingannya. Pengklasifikasi Naive Bayes kemudian dilatih pada data yang telah diproses sebelumnya, dan kinerjanya dievaluasi menggunakan metrik akurasi, presisi, recall, dan skor F1. Hasilnya menunjukkan akurasi sebesar 82%, presisi sebesar 83%, recall sebesar 98%, dan skor F1 sebesar 89%, yang menunjukkan efektivitas metode Naive Bayes dalam analisis sentimen untuk aplikasi YouTube. Studi ini memberikan wawasan berharga tentang sentimen pengguna terhadap YouTube, yang memungkinkan pengembang dan pembuat konten untuk meningkatkan pengalaman pengguna dan strategi pemasaran.