Analisis Sentimen Komentar Youtube Rencana Pemerintah terhadap Pemblokiran Roblox Menggunakan Model Naïve Bayes
Abstract
Jurnal Komputer, Informasi dan TeknologiLink : https://penerbitadm.pubmedia.id/index.php/KOMITEK/article/view/3454
DOI:https://doi.org/10.53697/jkomitek.v6i1.3454
Perkembangan teknologi digital telah meningkatkan popularitas platform permainan daring seperti Roblox. Namun, rencana pemerintah untuk memblokir platform tersebut memunculkan beragam respons publik yang terlihat pada kolom komentar YouTube. Penelitian ini bertujuan untuk mengidentifikasi kecenderungan sentimen masyarakat terhadap isu pemblokiran Roblox. Data penelitian terdiri dari 2.500 komentar YouTube yang diperoleh melalui YouTube Data API, kemudian melalui tahapan preprocessing dan pelabelan sentimen berbasis lexicon hingga tersisa 2.427 komentar yang layak dianalisis. Data selanjutnya diubah menjadi fitur TF-IDF dan diklasifikasikan menggunakan metode Naïve Bayes algoritma Multinomial Naïve Bayes dengan skema pembagian data 90:10 dan 80:20. Hasil terbaik diperoleh pada skema 80:20 dengan akurasi 71,19%, precision 73,31%, recall 71,19%, dan f1-score 70,23%. Hasil yang didapat dari penelitian menunjukkan bahwa opini publik didominasi sentimen netral dengan kecenderungan negatif. Penelitian ini menyimpulkan bahwa Multinomial Naïve Bayes efektif dalam mengklasifikasikan sentimen komentar berbahasa Indonesia terkait isu pemblokiran Roblox.
References
Afuan, L., Khanza, M., & Hasyati, A. Z. (2025). Enhancing Sentiment Analysis Of The 2024 Indonesian Presidential Inauguration On X Using Smote-Optimized Naive Bayes Classifier Peningkatan Analisis Sentimen Pelantikan Presiden Ri Tahun 2024 Pada X Menggunakan Naive Bayes Classifier Yang Dioptimalkan. 6(1), 325–333.
Anugrah, L. R., Pandega, L. R., Haiqal, D., & Munawwar, R. F. (2025). Pemanfaatan Big Data dan Teknik Data Scraping untuk Analisis Kepuasan Pengguna Aplikasi Tangerang Live Berdasarkan Ulasan Pengguna. 5, 3480–3489.
Huwaida, S. F., Kusumawati, R., & Isnaini, B. (2024). Analisis sentimen komentar youtube terhadap pemindahan ibu kota negara menggunakan metode Naïve Bayes. 6(1), 26–39. https://doi.org/10.37905/jji.v6i1.24718
Jain, E., Neeraja, J., Banerjee, B., Bengal, W., & Ghosh, P. (n.d.). A D Iagnostic A Pproach To A Ssess The Q Uality Of D Ata.
Maulana, M., & Anshori, Y. (2025). Implementasi pembobotan tf-idf pada chatbot telegram untuk sistem layanan informasi. 10(3), 1869–1877.
Misrun, C. A., Haerani, E., Fikry, M., & Budianita, E. (2024). Analisis sentimen komentar youtube terhadap Anies Baswedan sebagai bakal calon presiden 2024 menggunakan metode naive bayes classifier. 4(1), 207–215.
Veza, O., & Arifin, N. Y. (2025). Tinjauan literatur sistematis terhadap metode histogram of oriented gradients (HOG) pada pengolahan citra. Jurnal Sains Informatika Terapan, 4(3), 689–699.
Agustini, S., Arifin, N. Y., Veza, O., & Laurensius, A. (2025). Pengembangan sistem informasi layanan pengiriman kargo domestik. Jurnal Sains Informatika Terapan, 4(3), 682–688.
Arifin, N. Y., Veza, O., Setyabudhi, A. L., & Fernandes, A. L. (2024). Sosialisasi pentingnya cyber security untuk menjaga keamanan online studi Fakultas Teknik Informatika Universitas Ibnu Sina. Karya Nyata: Jurnal Pengabdian Kepada Masyarakat, 1(3), 46–51.
Yuliastika, M. (2023). Motif Penggunaan Game Online Roblox pada Anak Usia Sekolah Tivani Yuliastika 1 , Mayasari 2 , Ana Fitriana Poerana 3 Universitas Singaperbangsa Karawang. 9(9), 364–371.
Published
Issue
Section
License
Copyright (c) 2026 Root Indexing
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
