Analisis sentimen komentar YouTube secara otomatis menggunakan algoritma XGBoost dengan akurasi 72,76%. Source code ini dirancang untuk kebutuhan skripsi, penelitian akademik, tugas akhir, maupun proyek data science dengan alur lengkap mulai dari pengambilan data hingga visualisasi hasil penelitian
Fitur Utama
✅ Preprocessing: Cleaning, Case Folding, Normalisasi, Tokenizing, Stopword Removal
✅ Ekstraksi fitur: TF-IDF & LabelEncoder
✅ Split data: 80:20 (Training–Testing)
✅ Algoritma: XGBoost Classifier
✅ Evaluasi: Accuracy, Precision, Recall, F1-score, Confusion Matrix
✅ Visualisasi: Distribusi sentimen, WordCloud, Grafik tren komentar, Confusion Matrix, Analisis aspek sentimen
Hasil Model
📊 Akurasi: 72,76%
Negatif → P: 0.63 | R: 0.61 | F1: 0.62
Positif → P: 0.78 | R: 0.79 | F1: 0.79
Insight
✔ Sentimen positif mendominasi (±64%)
✔ Topik utama: jaksa penuntut umum, hukum Indonesia, hakim, Nadiem Makarim
✔ Model lebih akurat mendeteksi sentimen positif
Cocok Untuk
🎓 Skripsi/Tugas Akhir
📚 Penelitian data mining
💻 Proyek data science & sentiment analysis
Yang Didapatkan
📁 Source code
📁 Dataset
📁 Visualisasi
📁 Dokumentasi
📁 Model training & testing
Plug and Play — jalankan dan sesuaikan dengan dataset Anda.