ANALISIS SENTIMEN KOMENTAR YOUTUBE DIRTY VOTE II 03 MENGGUNAKAN MODEL DEPP LEARNING LSTM

Asdyarsin, Hafit (2026) ANALISIS SENTIMEN KOMENTAR YOUTUBE DIRTY VOTE II 03 MENGGUNAKAN MODEL DEPP LEARNING LSTM. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.

[img] Text (Fulltext)
Hafit Asdyarsin_2255201104_fultext.pdf - Submitted Version
Restricted to Repository staff only
Download (3MB) | Request a copy
[img] Text (Turnitin)
Hafit Asdyarsin_2255201104_turnitin.pdf - Submitted Version
Restricted to Repository staff only
Download (8MB) | Request a copy
[img] Text (Abstrak + BAB 1)
Hafit Asdyarsin_2255201104_abstrak+bab I.pdf - Submitted Version
Download (2MB)
[img] Text (BAB 2)
Hafit Asdyarsin_2255201104_bab II.pdf - Submitted Version
Download (130kB)
[img] Text (BAB 3)
Hafit Asdyarsin_2255201104_bab III.pdf - Submitted Version
Restricted to Repository staff only
Download (125kB) | Request a copy
[img] Text (BAB 4)
Hafit Asdyarsin_2255201104_bab IV.pdf - Submitted Version
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (BAB 5)
Hafit Asdyarsin_2255201104_bab V.pdf - Submitted Version
Download (113kB)
[img] Text (Ref + Lamp)
Hafit Asdyarsin_2255201104_dapus+lamp.pdf - Submitted Version
Download (109kB)

Abstract

perkembangan media sosial telah mendorong munculnya berbagai opini publik terhadap isu politik yang berkembang di ruang digital. Salah satu konten yang memicu beragam respons masyarakat adalah video YouTube “Dirty Vote II 03”. Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan sentimen komentar publik pada video tersebut menggunakan metode Long Short-Term Memory (LSTM). Data yang digunakan dalam penelitian ini berjumlah 5.000 komentar yang diperoleh melalui YouTube Data API. Tahapan penelitian meliputi proses crawling data, pembersihan data (cleaning), case folding, normalisasi, tokenisasi, stopword removal, stemming, pelabelan data, pembagian dataset, serta pelatihan dan pengujian model LSTM. Dataset dibagi menjadi 3.731 data latih dan 933 data uji. Evaluasi model dilakukan menggunakan confusion matrix serta metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model LSTM mampu mengklasifikasikan sentimen komentar dengan tingkat akurasi sebesar ±85,53%. Nilai tersebut menunjukkan bahwa model memiliki kemampuan yang baik dalam memahami pola sentimen pada teks berbahasa Indonesia yang bersifat tidak terstruktur dan mengandung bahasa informal. Penelitian ini membuktikan bahwa pendekatan deep learning berbasis LSTM efektif digunakan dalam analisis sentimen komentar YouTube pada isu politik serta dapat memberikan gambaran mengenai kecenderungan opini publik di ruang digital.

Item Type: Thesis (Skripsi (Bachelor))
Additional Information: Pembimbing: Muhammad Husni Rifqo, S.Kom., M.Kom.
Uncontrolled Keywords: Kata Kunci: Analisis Sentimen, YouTube, LSTM, Deep Learning, Klasifikasi Teks, Opini Publik
Subjects: Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Divisions: 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Depositing User: Mrs Atika Ledia Anggraini
Date Deposited: 20 May 2026 03:33
Last Modified: 20 May 2026 03:33
URI: http://repository.umb.ac.id/id/eprint/2439

Actions (login required)

View Item View Item