SIREGAR, SITI CHAIRANI (2024) ANALISIS SENTIMEN KOMENTAR PADA SALURAN YOUTUBE BEAUTY VLOGGER BERBAHASA INDONESIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (41kB)
	Text Abstrak.pdf Download (12kB)
	Text Bab I.pdf Download (132kB)
	Text Daftar Pustaka.pdf Download (100kB)
	Text Full-text.pdf Restricted to Registered users only Download (5MB)

Abstract

Perkembangan teknologi saat ini telah menghasilkan berbagai jenis media sosial, seperti k, dan YouTube, dengan YouTube menjadi salah satu platform berbagi video terbesar. YouTube memberikan inovasi dalam penyebaran informasi dan menjadi wadah yang dimanfaatkan untuk branding dan publikasi, salah satunya oleh Beauty Vlogger. Beauty Vlogger adalah individu yang memproduksi video berisi tutorial teknik make-up, ulasan produk, dan saran penggunaan produk kecantikan. Penonton saluran YouTube Beauty Vlogger dapat memberikan pendapat mereka melalui kolom komentar terkait video yang ditampilkan, seperti ulasan produk bedak atau skincare. Namun, tidak semua komentar memiliki makna yang sesuai, sehingga diperlukan analisis sentimen untuk mengklasifikasikan pendapat pengguna. Penelitian ini bertujuan untuk menganalisis sentimen komentar pada saluran Beauty Vlogger berbahasa Indonesia, khususnya pada ulasan produk bedak dan skincare , untuk mengetahui respon positif negatif atau netral yang muncul. Menggunakan metode Support Vector Machine (SVM) sebagai algoritma klasifikasi dan TF-IDF sebagai teknik pembobotan kata, penelitian ini melibatkan 1500 komentar yang terbagi menjadi 800 data latih dan 200 data uji. Data dianalisis melalui tahap text preprocessing, diikuti oleh pengklasifikasian sentimen menggunakan SVM. Hasil penelitian menunjukkan bahwa model mencapai akurasi 88%, dengan presisi 88% dan recall 80%, yang menunjukkan bahwa SVM efektif dalam mengidentifikasi sentimen pada komentar pengguna. Sistem ini diharapkan mampu memberikan wawasan mendalam bagi Beauty Vlogger dalam memahami opini terhadap produk bedak dan skincare, serta memberikan kontribusi bagi pengembangan aplikasi serupa di industri lain.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Siti Chairani Siregar
Date Deposited:	27 May 2025 06:40
Last Modified:	27 May 2025 06:40
URI:	https://rama.unimal.ac.id/id/eprint/11753

Actions (login required)

View Item