Analisis Sentimen Komentar YouTube Terhadap Program Makan Bergizi Gratis Menggunakan Algoritma Support Vector Machine dan K-Nearest Neighbor

Damaryana, Lintar (2025) Analisis Sentimen Komentar YouTube Terhadap Program Makan Bergizi Gratis Menggunakan Algoritma Support Vector Machine dan K-Nearest Neighbor. Diploma thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (406kB)
	Text BAB 2.pdf Download (498kB)
	Text BAB 3.pdf Download (579kB)
	Text BAB 4.pdf Download (5MB)
	Text BAB 5.pdf Download (436kB)
	Text LAMPIRAN.pdf Download (508kB)

Abstract

Program Makan Bergizi Gratis yang digulirkan pemerintah memunculkan respons beragam dari masyarakat, diungkapkan pula melalui komentar di platform YouTube. Oleh karena itu, analisis sentimen terhadap komentar publik dirasa penting untuk diketahui persepsi, opini dan tingkat penerimaan masyarakat atas kebijakan tersebut. Penelitian ini ditujukan untuk melakukan klasifikasi sentimen komentar YouTube dengan algoritma Support Vector Machine dan K-Nearest Neighbor serta membandingkan performa kedua metode tersebut. Adapun tahapan penelitian yang dilakukan yaitu pengumpulan data komentar YouTube tentang program makan gratis, preprocessing teks berupa case folding, tokenisasi, stopword removal, dan stemming, ekstraksi feature dengan metode Term Frequency-Inverse Document Frequency, hingga klasifikasi sentimen menjadi kategori positif, negatif dan netral. Hasil penelitian yang diperoleh adalah algoritma SVM memberikan akurasi lebih tinggi dibandingkan KNN dalam mengklasifikasikan sentiment komentar karena kurva overfitting lebih rendah terhadap dimensi, yang memungkinkan untuk memisahkan data berdimensi tinggi. Sedangkan KNN relatif lebih sederhana, akan tetapi mengalami penurunan akurasi ketika data semakin banyak serta kompleks. Oleh sebab itu, temuan ini diharapkan dapat memberikan kontribusi dalam bidang analisis opini publik berbasis media sosial serta menjadi rujukan bagi pengambilan kebijakan dalam mengevaluasi efektivitas program pemerintah.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Analisis Sentimen, YouTube, Support Vector Machine, K-Nearest Neighbor, Program Makan Bergizi Gratis
Subjects:	T Technology > T Technology (General) T Technology > TP Chemical technology
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Vira Desintha Larasati
Date Deposited:	07 Nov 2025 03:32
Last Modified:	07 Nov 2025 03:32
URI:	https://repository.unas.ac.id/id/eprint/14357

Actions (login required)

View Item