Analisis Sentimen Pengguna Youtube Terhadap Uang Baru Tahun Emisi 2022 Menggunakan Metode Naïve Bayes Classifier

Aji Akbar Mirinda Putra; Islamiyah; Muhammad Labib Jundillah

doi:10.30872/atasi.v3i1.1177

Authors

Aji Akbar Mirinda Putra Universitas Mulawarman
Islamiyah Universitas Mulawarman
Muhammad Labib Jundillah Universitas Mulawarman

DOI:

https://doi.org/10.30872/atasi.v3i1.1177

Keywords:

Rupiah, YouTube, Analisis Sentimen, Naïve Bayes Classifier, Uang Baru Tahun Emisi 2022

Abstract

Uang merupakan komoditas vital dalam kegiatan ekonomi dan pada tahun 2022 Bank Indonesia meluncurkan Uang Rupiah Tahun Emisi 2022 dengan desain yang lebih menarik dan fitur keamanan yang lebih baik. Dalam hal ini media sosial, khususnya YouTube menjadi platform penting bagi masyarakat Indonesia untuk mengekspresikan pendapat mereka tentang perubahan tersebut. Metode Naïve Bayes Classifier digunakan untuk mengklasifikasikan sentimen pengguna ke dalam kategori positif atau negatif. Penelitian ini bertujuan untuk menganalisis sentimen pengguna YouTube terhadap Tahun Emisi Rupiah 2022 dengan menggunakan metode Naïve Bayes Classifier. Tujuan utamanya adalah untuk mengidentifikasi apakah sentimen pengguna positif atau negatif terhadap Tahun Emisi Rupiah 2022 dan mengukur accuracy, precision, recall, dan f1-score dari analisis sentimen tersebut. Hasil analisis menunjukkan bahwa 55,1% pengguna YouTube memberikan respon positif terhadap Uang Rupiah Tahun Emisi 2022, sementara 44,9% memberikan respon negatif. Evaluasi kinerja model menghasilkan accuracy 80%, precision 87%, recall 73%, dan f1-score 80%. Hasil ini menunjukkan bahwa model ini memiliki kinerja yang baik dalam mengklasifikasikan sentimen pengguna.

References

Bank Indonesia. (2022). Bank Indonesia Dan Pemerintah Meluncurkan Uang Rupiah Kertas Tahun Emisi 2022. https://www.bi.go.id/id/publikasi/ruang-media/news-release/Pages/sp_2421922.aspx

Chakraborty, K., Bhattacharyya, S., Bag, R., & Hassanien, A. A. (2019). Sentiment Analysis on a Set of Movie Reviews Using Deep Learning Techniques. Social Network Analytics, 127–147.

Hendika Permana, I. P. (2021). Analisis Rasio Pada Akun Youtube Untuk Penelitian Kualitatif Menggunakan Metode Ekploratif. Jurnal Ilmiah Media Sisfo, 15(1), 40–48.

Mas Pintoko, B., & Muslim, K. (2018). Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naïve Bayes Classifier. E-Proceeding of Engineering, 5(3), 8121–8130.

Ramadhan, F. A., Sitorus, S. H., & Rismawan, T. (2023). Penerapan Metode Multinomial Naïve Bayes untuk Klasifikasi Judul Berita Clickbait dengan Term Frequency - Inverse Document Frequency. Jurnal Sistem Dan Teknologi Informasi (JustIN), 11(1), 70–76. https://doi.org/10.26418/justin.v11i1.57452

Saiyar, H. (2018). Aplikasi Diagnosa Penyakit Tuberculosis Menggunakan Algoritma Naive Bayes. JURIKOM), 5(5), 498–502. http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom|Page|498

Suryani, P. S. M., Linawati, L., & Saputra, K. O. (2019). Penggunaan Metode Naïve Bayes Classifier pada Analisis Sentimen Facebook Berbahasa Indonesia. Majalah Ilmiah Teknologi Elektro, 18(1), 145–148. https://doi.org/10.24843/mite.2019.v18i01.p22

Tutiasri, R. P., Laminto, N. K., & Nazri, K. (2020). Pemanfaatan Youtube Sebagai Media Pembelajaran Bagi Mahasiswa di Tengah Pandemi Covid-19. Juurnal Komunikasi Masyarakat Dan Keamanan (KOMASKAM), 2(2), 1–15.

Xu, J., Zhang, Y., & Miao, D. (2020). Three-way Confusion Matrix For Classification: A Measure Driven View. Information Sciences, 507, 772–794. https://doi.org/10.1016/J.INS.2019.06.064

Yosef, E., Sihombing, S., & Hanggara, B. T. (2020). Pemanfaatan API Youtube dalam Pengembangan Aplikasi Portal Video Penangkaran Kenari untuk Peternak Kenari Berbasis Android. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 4(7), 2067–2074. http://j-ptiik.ub.ac.id

Zainal Macfud, A., Pandu Kusuma, A., Dwi Puspitasari, W., Balitar Blitar Jl Majapahit No, I., Sananwetan, K., Blitar, K., & Timur, J. (2023). Analisis Algoritma Naive Bayes Classifier (Nbc) Pada Klasifikasi Tingkat Minat Barang Di Toko Violet Cell. Jurnal Mahasiswa Teknik Informatika, 7(1), 87–94.