Anggi Ayu Ningtyas
Universitas Budi Luhur

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Sentiment Analysis Of Youtube Comments On Prediction Of Economic Recession In 2023 Using The Naïve Bayes Algorithm Anggi Ayu Ningtyas; Achmad Solichin; Rizky Pradana
Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Vol 20, No 1 (2023): APRIL 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/bit.v20i1.2317

Abstract

YouTube adalah situs berbagi media, yaitu semacam hiburan virtual untuk berbagi media video dan suara. YouTube telah menjadi salah satu platform tontonan video paling populer saat ini. Beberapa waktu lalu, Youtube Indonesia disibukkan dengan unggahan ke channel Raymond Chin pada 3 Oktober 2022 tentang prediksi ekonomi tahun 2023. Oleh karena itu, akan sangat sulit untuk memahami apakah netizen yang menggunakan situs youTube umumnya positif negatif. atau netral. Dengan video yang ditransfer ini, diharapkan sebuah metode untuk menginvestigasi komentar-komentar yang begitu banyak sehingga komentar-komentar tersebut dapat bernilai dan dapat ditarik tujuan yang signifikan. Pelonggaran perputaran keuangan ini dapat berlangsung dalam jangka waktu yang sangat lama, bahkan bertahun-tahun. Sementara itu, penghentian moneter global, pembenahan strategi moneter, tekanan internasional, perselisihan pasar keuangan hingga perubahan lingkungan penyebab menjadi faktor yang mempengaruhi elemen ekonomi pada tahun 2023. Oleh karena itu, untuk mengetahui sentimen tentang perkiraan dan penurunan ekonomi pada tahun 2023 membutuhkan kerangka kerja untuk memutuskan apakah sentimen publik "positif", "negatif", atau “netral”. Naïve Bayes adalah strategi urutan yang ditetapkan dalam hipotesis Bayes. khususnya mengantisipasi masa depan mengingat pengalaman masa lalu. pengklasifikasian Naive Bayes ini menjalankan metode karakterisasi item terarah di masa mendatang dengan membagikan tanda kelas ke kejadian yang memanfaatkan probabilitas. Dalam ulasan ini, pengaturan akan diselesaikan menggunakan strategi Naïve Bayes dengan 500 data Untuk pengujian gunakan 10 Folds Cross Validation dengan mempartisi informasi persiapan menjadi beberapa bagian untuk pengujian mendapatkan keakuratan yang berbeda karena menggunakan informasi persiapan yang tidak teratur. Setelah pengujian menghasilkan "positif" bernilai 40%, "negatif" 26% dan "netral" 34%. Konsekuensi dari pengujian ini menunjukkan bahwa dapat membedakan realitas data komentar youtube dengan menggunakan strategi Naïve Bayes