ANALISIS SENTIMEN PUBLIK TERHADAP POLEMIK DANA APBD MENGENDAP PADA KOMENTAR VIDEO YOUTUBE MENGGUNAKAN METODE NAÏVE BAYES

Abstract

Perkembangan media sosial dan platform berbagi video seperti YouTube menjadikan ruang komentar sebagai sarana masyarakat untuk menyampaikan opini terhadap berbagai isu publik. Salah satu isu yang menjadi perhatian publik adalah polemik terkait dana APBD mengendap yang melibatkan Purbaya Yudhi Sadewa selaku Menteri Keuangan Indosenia dan Dedi Mulyadi yang menjabat sebagai Gubernur Jawa Barat. Beragamnya komentar yang muncul pada video YouTube terkait isu tersebut mencerminkan berbagai pandangan masyarakat yang dapat dianalisis menggunakan teknik analisis sentimen. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap polemik tersebut serta mengevaluasi kinerja metode Naïve Bayes dalam mengklasifikasikan sentimen komentar YouTube. Pengumpulan data dilakukan melalui teknik web scraping menggunakan YT-DLP pada beberapa video YouTube yang membahas isu terkait. Data komentar yang diperoleh kemudian melalui tahap preprocessing yang meliputi case folding, tokenization, stopword removal, dan stemming. Pelabelan sentimen dilakukan menggunakan pendekatan lexicon-based untuk mengelompokkan komentar ke dalam kategori positif, negatif, dan netral. Selanjutnya, proses klasifikasi dilakukan menggunakan algoritma Naïve Bayes dan dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Penelitian ini juga mempertimbangkan kondisi imbalanced data dengan menerapkan teknik random under-sampling untuk menyeimbangkan distribusi kelas sebelum proses pelatihan model. Hasil analisis menunjukkan bahwa dari total 9.337 komentar yang dianalisis, sentimen publik terhadap polemik dana apbd mengendap didominasi oleh sentimen negatif, yang menunjukkan tingginya kritik atau ketidakpuasan masyarakat terhadap isu tersebut. Sementara itu, sentimen netral dan positif muncul dalam jumlah yang lebih sedikit. Model klasifikasi menggunakan metode naïve bayes menghasilkan tingkat akurasi sebesar 67,07%, yang menunjukkan bahwa model mampu mengklasifikasikan sebagian besar komentar ke dalam kategori sentimen yang sesuai. Hasil ini menunjukkan bahwa metode naïve bayes cukup efektif digunakan untuk analisis sentimen pada data komentar youtube, khususnya dalam mengidentifikasi kecenderungan opini publik terhadap isu kebijakan publik.