Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Perdana Herdiansyah, Reza
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search
Journal : JATI (Jurnal Mahasiswa Teknik Informatika)

 1 
ANALISA SENTIMEN KOMENTAR VIDEO YOUTUBE DI CHANNEL TVONENEWS TENTANG CALON PRESIDEN PRABOWO SUBIANTO MENGGUNAKAN SUPPORT VECTOR MACHINE Tohidi, Edi; Perdana Herdiansyah, Reza; Wahyudin, Edi; Kaslani, Kaslani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8560

Abstract

Indonesia merupakan negara demokrasi di mana rakyat memilih presiden melalui Pemilihan Umum Presiden (Pilpres) yang dilakukan 5 tahun sekali. Pada Pilpres 2024, ada 3 kandidat capres yaitu Anies Baswedan, Prabowo Subianto, dan Ganjar Pranowo. Youtube menjadi platform utama masyarakat menyampaikan opini politik. Penelitian ini menganalisis sentimen komentar video Youtube TVOneNews tentang calon presiden Prabowo sebagai capres 2024 dengan SVM. Tujuan penelitian ini adalah mengukur akurasi SVM dalam mengklasifikasi sentimen komentar video Youtube TVOneNews berjudul "Relawan dari Berbagai Daerah Deklarasikan Prabowo sebagai Capres 2024" serta melihat sentimen masyarakat terhadap calon presiden prabowo subianto. Metode penelitian ini menggunakan Knowledge Discovery in Database (KDD) yang terdiri dari lima tahapan yaitu Selection, Preprocessing, Transformation, Data Mining dan Interpretation. Datadalam penelitian ini berjumlah 927 komentar yang didapatkan melalui crawling setelah preprocessing tersisa 877 data dengan label positif 530 dan label negatif 346. Hasil penelitian menunjukkan terdapat sebuah perbedaan jumlah label sentimen awal dengan hasil SVM, dimana sentimen positif bertambah dari 530 menjadi 542 dan sentimen negatif berkurang dari 346 menjadi 334. Dan hasil klasifikasi SVM mendapatkan nilai akurasi 85%, presisi 87% dan recall 89%.
Co-Authors Kaslani Tohidi, Edi Wahyudin, Edi