Klasifikasi Sentimen Komentar YouTube Mengenai Dinamika Hubungan Polri dan Kejaksaan Menggunakan Decision Tree

Klasifikasi Sentimen Komentar YouTube Mengenai Dinamika Hubungan Polri dan Kejaksaan Menggunakan Decision Tree

📌 Fitur yang Didapatkan

1. Source code Python (Google Colab & Jupyter Notebook)
2. Dataset hasil scraping YouTube
3. Dataset hasil preprocessing
4. Model Decision Tree siap dijalankan
5. Visualisasi grafik otomatis
6. Confusion Matrix & Classification Report
7. File hasil prediksi (.csv)

📊 Hasil Penelitian

✅ Total Dataset : 8.440 Komentar YouTube

✅ Algoritma : Decision Tree

✅ Metode Pembobotan : TF-IDF Vectorizer

✅ Pelabelan : InSet Lexicon

✅ Rasio Data : 80% Training - 20% Testing

✅ Akurasi Model : 84,42%

✅ Precision (Negatif) : 91,06%

✅ Recall (Negatif) : 89,93%

✅ F1-Score (Negatif) : 90,50%

📈 Output yang Dihasilkan

✔ Dataset hasil scraping YouTube

✔ Dataset hasil preprocessing

✔ Dataset hasil labeling sentimen

✔ TF-IDF Feature Extraction

✔ Model Decision Tree

✔ Confusion Matrix

✔ Classification Report

✔ Grafik distribusi sentimen

✔ Grafik tren komentar

✔ Grafik distribusi keyword

✔ WordCloud Positif & Negatif

✔ File hasil prediksi (.csv)

🎯 Cocok Untuk

1. Mahasiswa S1, S2, dan S3
2. Skripsi, Tesis, dan Disertasi
3. Penelitian Dosen
4. Data Analyst
5. Data Scientist
6. Penelitian Analisis Sentimen Media Sosial

💻 Kode program siap dijalankan, terdokumentasi dengan baik, mudah dipahami, dan dapat dikembangkan untuk berbagai topik analisis sentimen lainnya.