Analisis Komparatif Algoritma Naive Bayes dan SVM untuk Sentimen Analisis pada Komentar Segmen Shift Malam YouTube Luthfi Halimawan
DOI:
https://doi.org/10.52436/1.jpti.1816Kata Kunci:
Naive Bayes, Oversampling, Sentiment Analysis, SVM, YouTubeAbstrak
Kolom komentar pada platform YouTube menghasilkan volume data tekstual yang masif dan kaya akan opini publik, tidak terkecuali pada kanal Luthfi Halimawan. Riset ini menguji sekaligus membandingkan keandalan algoritma Naive Bayes dan Support Vector Machine (SVM) dalam mengelompokkan sentimen pemirsa menjadi tiga kategori utama: Apresiasi, Kritik/Keluhan, serta Diskusi/Informasi. Dataset yang digunakan berjumlah 3.195 komentar bersih. Fitur kata diekstraksi menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) dengan rentang N-gram (1,2) pada batas maksimal 2.500 fitur. Skenario pengujian mengadopsi pembagian data (data splitting) sebesar 80% untuk data latih dan 20% untuk data uji, di mana ketimpangan kelas pada data latih diatasi menggunakan teknik Random Oversampling. Berdasarkan hasil eksperimen pada data uji asli, model SVM menunjukkan keunggulan dominan dengan akurasi sebesar 95,84%, rata-rata precision 0,83, recall 0,65, dan F1-score 0,70. Sebaliknya, Naive Bayes hanya mencatatkan akurasi 65,95% dengan rata-rata precision 0,53, recall 0,51, dan F1-score 0,52. Temuan ini mengindikasikan bahwa arsitektur berbasis hyperplane pada SVM jauh lebih stabil dan adaptif dalam mengekstraksi fitur teks yang kompleks serta non-formal khas media sosial.
Unduhan
Referensi
Putro, R. H., Hendrawan, A., & Abstrak, I. A. (2026). KETIK?: Jurnal Informatika Publisher: Faatuatua Media Karya Analisis Sentimen Komentar Youtube Terhadap Kasus Bjorka Dengan Membadingkan Navie Bayes dan SVM. 03(03), 137–147. https://doi.org/10.70404/ketik.v3i03.626
Rahayu, I. P., Fauzi, A., & Indra, J. (2022). Analisis Sentimen Terhadap Program Kampus Merdeka Menggunakan Naive Bayes Dan Support Vector Machine. Jurnal Sistem Komputer Dan Informatika (JSON), 4(2), 296. https://doi.org/10.30865/json.v4i2.5381
Prananda, A., Haerani, E., Fikry, M., & Yanto, F. (2023). Krea-TIF: Jurnal Teknik Informatika Perbandingan Metode Naïve Bayes Classifier dan Support Vector Machine dalam Analisis Sentimen Terhadap Pemilihan Presiden 2024. 11(2), 84–94. https://doi.org/10.32832/krea-tif.v11i2.15364
Homepage, J., Musfiroh, D., Khaira, U., Eko, P., Utomo, P., Suratno, T., Studi, P., Informasi, S., Sains, F., & Teknologi, D. (2021). MALCOM: Indonesian Journal of Machine Learning and Computer Science Sentiment Analysis of Online Lectures in Indonesia from Twitter Dataset Using InSet Lexicon Analisis Sentimen terhadap Perkuliahan Daring di Indonesia dari Twitter Dataset Menggunakan InSet Lexicon. 1, 24–33.
Junaedy, F. Z., Hidayat Insani, R., Santoso, I., Tinggi, S., Komputer, I., Karya Informatika, C., & Jakarta, U. (n.d.). KOMPARASI ALGORITMA SUPPORT VECTOR MACHINE DAN NAÏVE BAYES PADA ANALISIS SENTIMEN FORMULA-E JAKARTA TAHUN 2022. Retrieved https://youtu.be/mhAEiHuVFxY
Syafia, A. N., Hidayattullah, M. F., & Suteddy, W. (2023). Studi Komparasi Algoritma SVM Dan Random Forest Pada Analisis Sentimen Komentar Youtube BTS. 8(3).
Huwaida, S. F., Kusumawati, R., & Isnaini, B. (2024). Analisis Sentimen Komentar YouTube terhadap Pemindahan Ibu Kota Negara Menggunakan Metode Naïve Bayes. Jambura Journal of Informatics, 6(1), 26–39. https://doi.org/10.37905/jji.v6i1.24718
Marganingsih, D., Oktavianto, H., & Abdurrahman, G. (2025). Analisis Sentimen Komentar Youtube Masterchef Indonesia Menggunakan Algoritma Support Vector Machine dan Gaussian Naïve Bayes. Jurnal Informatika Dan Teknologi Pendidikan, 5(1). https://doi.org/10.59395/jitp.v5i1.117
Abel Laia, N., & Barus, S. P. (2025). Analisis Sentimen YouTube: “Di Balik Ambisi Jokowi dalam IKN.” Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence), 5(1), 07–12. https://doi.org/10.55382/jurnalpustakaai.v5i1.891
Zhafira, A., Afifah, N., Anditya Putri, S., Marhalatun, V., & Surya Saputra, D. I. (2025). Analisis Sentimen Ulasan Film pada Dataset IMDB menggunakan Algoritma Naive Bayes. Jurnal Manajemen Informatika, Sistem Informasi Dan Teknologi Komputer (JUMISTIK), 4(1), 373–383. https://doi.org/10.70247/jumistik.v4i1.13
Parameswari, S. D., Lubis, M., Suakanto, S., Ramadhan, Y. Z., Amanah, R. N., Dila, R. A., Jurusan, ), & Informasi, S. (2025). Studi Perbandingan Naïve Bayes dan Support Vector Machine (SVM) dalam Analisis Sentimen Pengguna Metaverse. Jurnal Teknologi Dan Manajemen Industri Terapan (JTMIT), 4(3).
Prastyo, D., Irawan, D., & Mursyidin, I. H. (2024). Klasifikasi Sentimen Komentar YouTube dengan NLP pada Debat Pilkada Banten 2024. Bit-Tech, 7(2), 413–421. https://doi.org/10.32877/bt.v7i2.1833
Tohidi, E., Perdana Herdiansyah, R., & Wahyudin, E. (2024). ANALISA SENTIMEN KOMENTAR VIDEO YOUTUBE DI CHANNEL TVONENEWS TENTANG CALON PRESIDEN PRABOWO SUBIANTO MENGGUNAKAN SUPPORT VECTOR MACHINE. In Jurnal Mahasiswa Teknik Informatika (Vol. 8, Issue 1). https://www.youtube.com/watch?v=wu_wqHg1YLk
Dian Oktavianingsih, A., Fadlil Fauzi, A., Immanuel, J., DSimatupang, O., Amsury, F., & Fahlapi, R. (2025). Analisis Sentimen Komentar YouTube terhadap Pengangkatan Menkeu Purbaya Menggunakan Algoritma SVM dan Naïve Bayes. Jurnal Cendekia Ilmiah, 5(1).
Maulana, B. A., Fahmi, M. J., Imran, A. M., & Hidayati, N. (2024). Analisis Sentimen Terhadap Aplikasi Pluang Menggunakan Algoritma Naive Bayes dan Support Vector Machine (SVM). MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(2), 375–384. https://doi.org/10.57152/malcom.v4i2.1206
