Analisis Sentimen 16.000 Data Komentar Youtube Demo 25 Agustus 2025 di Gedung DPR Algoritma SVM (Support Vector Machine), KNN (K-Nearest Neighbor), Naive Bayes, Random Forest, Decision Tree, Neural Network
Penelitian memanfaatkan berbagai algoritma Machine Learning, yaitu Support Vector Machine (SVM), K-Nearest Neighbor (KNN), Naive Bayes, Random Forest, Decision Tree, dan Neural Network untuk mengklasifikasikan komentar ke dalam kategori sentimen positif, netral, dan negatif. Hasil penelitian bertujuan membandingkan performa masing-masing algoritma dalam mengidentifikasi opini publik terhadap isu demonstrasi secara akurat berdasarkan metrik evaluasi seperti akurasi, presisi, recall, dan F1-score
🎯 COCOK BANGET BUAT SKRIPSI DENGAN TOPIK:
📌 Analisis Sentimen
📌 Data Mining
📌 Opini Publik
📌 Media Sosial (tiktok, instagram, dll)
📌 Konten Viral di YouTube
📌 KEUNTUNGAN BUAT KAMU:
✨ Gak ribet coding dari nol
✨ Langsung bisa analisis
✨ Waktu lebih hemat, fokus ke isi skripsi/penelitian
💼 Siap pakai, bisa langsung disesuaikan dengan skripsi/penelitian