Kembali ke Beranda Analisis Sentimen
Analisis Persepsi Publik melalui Sentimen Komentar YouTube terhadap Pidato Prabowo "Gaji Guru Tidak Ada Uang" dengan Metode TF-IDF dan Multinomial Naive Bayes

Analisis Persepsi Publik melalui Sentimen Komentar YouTube terhadap Pidato Prabowo "Gaji Guru Tidak Ada Uang" dengan Metode TF-IDF dan Multinomial Naive Bayes

Analisis ini bertujuan untuk mengetahui persepsi publik terhadap pidato Prabowo berjudul “Gaji Guru Tidak Ada Uang” melalui analisis sentimen komentar YouTube. Penelitian dilakukan dengan tahapan preprocessing teks, ekstraksi fitur menggunakan metode TF-IDF, serta klasifikasi sentimen menggunakan algoritma Multinomial Naive Bayes untuk mengidentifikasi kecenderungan opini masyarakat menjadi sentimen positif, negatif, atau netral

⚙️ Fitur Utama

🔍 Scraping komentar YouTube berdasarkan keyword

🧹 Text Preprocessing lengkap

  • Case Folding
  • Cleaning
  • Tokenizing
  • Stopword Removal
  • Stemming

 

🏷️ Pelabelan sentimen otomatis menggunakan Lexicon-Based Labeling (2 Class)

📑 Ekstraksi fitur menggunakan TF-IDF

🤖 Implementasi algoritma Multinomial Naive Bayes

📈 Prediksi sentimen komentar

📊 Perhitungan probabilitas posterior

📉 Evaluasi performa model

💾 Ekspor hasil analisis ke format CSV


 

🛠 Metode yang Digunakan

✔️ Web Scraping YouTube

✔️ Text Mining

✔️ Natural Language Processing (NLP)

✔️ Lexicon-Based Sentiment Analysis

✔️ TF-IDF Feature Extraction

✔️ Multinomial Naive Bayes

✔️ Model Evaluation


 

🎓 Cocok Untuk

👨‍🎓 Mahasiswa S1 & S2

📚 Skripsi dan Tesis

📝 Tugas Akhir

💼 Penelitian Analisis Sentimen

📖 Pembelajaran Machine Learning

🤖 Pembelajaran Text Mining & NLP

👨‍💻 Praktik Python menggunakan Google Colab

Analisis Persepsi Publik melalui Sentimen Komentar YouTube terhadap Pidato Prabowo "Gaji Guru Tidak Ada Uang" dengan Metode TF-IDF dan Multinomial Naive Bayes
Analisis ini bertujuan untuk mengetahui persepsi publik terhadap pidato Prabowo berjudul “Gaji Guru Tidak Ada Uang” melalui analisis sentimen komentar YouTube. Penelitian dilakukan dengan tahapan preprocessing teks, ekstraksi fitur menggunakan metode TF-IDF, serta klasifikasi sentimen menggunakan algoritma Multinomial Naive Bayes untuk mengidentifikasi kecenderungan opini masyarakat menjadi sentimen positif, negatif, atau netral
Beli Sekarang
transaksi aman · terenkripsi
← Lihat semua project