KLASIFIKASI KOMENTAR NEGATIF DAN POSITIF DI YOUTUBE

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan komentar YouTube ke dalam sentimen positif dan negatif dengan menggunakan pendekatan data mining dan algoritma K-Nearest Neighbor (KNN) serta Naive Bayes. Objek kajian berupa komentar dari video “Apakah AI Akan Menggantikan Pekerjaan Manusia?” yang diunggah oleh Deddy Corbuzier dan menampilkan Timothy Ronald. Pendekatan kualitatif digunakan untuk memahami konteks dan pola sentimen masyarakat terhadap isu-isu seperti kecerdasan buatan, kekayaan, dan filantropi. Sebanyak 100 komentar dianalisis melalui tahapan preprocessing teks, pelabelan manual, dan klasifikasi otomatis. Hasilnya menunjukkan bahwa KNN memiliki akurasi sebesar 84% dan lebih efektif dalam memahami konteks bahasa Indonesia yang ekspresif, dibandingkan dengan Naive Bayes yang mencatat akurasi 78%. Penelitian ini mengungkap bahwa mayoritas komentar mencerminkan antusiasme terhadap teknologi, namun juga muncul kekhawatiran terhadap masa depan pekerjaan. Gabungan pendekatan kualitatif dan algoritma klasifikasi terbukti mampu memberikan gambaran utuh tentang dinamika opini publik digital.