ANALISIS SENTIMEN KOMENTAR YOUTUBE TERHADAP KEBIJAKAN PAJAK DAN INSENTIF KENDARAAN LISTRIK DI INDONESIA MENGGUNAKAN NAÏVE BAYES DAN K-NEAREST NEIGHBOR

Wirya Yasa, I Nyoman Wirya (2026) ANALISIS SENTIMEN KOMENTAR YOUTUBE TERHADAP KEBIJAKAN PAJAK DAN INSENTIF KENDARAAN LISTRIK DI INDONESIA MENGGUNAKAN NAÏVE BAYES DAN K-NEAREST NEIGHBOR. Masters thesis, Universitas Pendidikan Ganesha.

[img] Text (2129101058-COVER)
2129101058-COVER.pdf
Download (21MB)
[img] Text (2129101058-ABSTRAK)
2129101058-ABSTRAK.pdf
Download (24MB)
[img] Text (2129101058-BAB 1 PENDAHULUAN)
2129101058-BAB 1 PENDAHULUAN.pdf
Download (24MB)
[img] Text (2129101058-BAB 2 KAJIAN TEORI)
2129101058-BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only
Download (24MB) | Request a copy
[img] Text (2129101058-BAB 3 METODOLOGI PENELITIAN)
2129101058-BAB 3 METODOLOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (24MB) | Request a copy
[img] Text (2129101058-BAB 4 HASIL DAN PEMBAHASAN)
2129101058-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (24MB) | Request a copy
[img] Text (2129101058-BAB 5 PENUTUP)
2129101058-BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (24MB) | Request a copy
[img] Text (2129101058-DAFTAR PUSTAKA)
2129101058-DAFTAR PUSTAKA.pdf
Download (24MB)
[img] Text (LAMPIRAN)
2129101058-LAMPIRAN.pdf
Download (24MB)

Abstract

ABSTRAK Wirya Yasa, I Nyoman Wirya (2026), Analisis Sentimen Komentar Youtube rerhadap Kebijakan pajak dan Insentif Kendaraan Listrik di Indonesia Menggunakan Naive Bayes dan K-Nearest Neighbor. Tesis, Ilmu Komputer, Program Pasca Sarjana, Universitas Pendidikan Ganesha. Tesis ini sudah disetujui dan diperiksa Oleh Pembimbing I: Dr. I Made Gede Sunarya, S.Kom., M.Cs. dan Pembimbing II: Dr. Putu Hendra Suputra, S.Kom., M.Cs. Kata-kata kunci: analisis sentimen, youtube, Naive Bayes Classifier, K-Nearest Neighbor, kendaraan listrik. Perubahan kebijakan pemerintah mengenai pajak dan insentif kendaraan listrik di Indonesia menimbulkan beragam tanggapan masyarakat yang banyak disampaikan melalui media Sosial, khususnya YouTube. Besarnya jumlah komentar yang dihasilkan membuat proses analisis manual kurang efektif, sehingga diperlukan pendekatan analisis sentimen berbasis machine learning untuk mengidentifikasi kecenderungan opini masyarakat secara otomatis. Tujuan utama dari penelitian ini mencakup penerapan metode Naive Bayes Class(fier (NBC) dan K-Nearest Neighbor (K-NN) dalam analisis sentimen komentar YouTube terkait kebijakan pajak dan insentif kendaraan listrik di Indonesia, serta membandingkan kinerja kedua metode tersebut. Data penelitian diperoleh melalui proses scraping komentar dari kanal media berita di YouTube menggunakan Python dan YouTube Data API. Total data yang diperoleh sebanyak 3.507 komentar. Setelah proses pelabelan dan seleksi data, diperoleh 2.297 komentar terdiri atas 1.833 komentar negatif dan 464 komentar positif. Tahapan pengolahan data meliputi cleaning, case folding, normalisasi, tokenizing, siopword removal, stemming, pembobotan kata menggunakan TF-IDF, klasifikasi menggunakan algoritma Naive Bayes dan K-Nearest Neighbor, serta evaluasi menggunakan confusion matrix dengan metrik accuracy, precision, recall, Fl-score, dan Receiver Operating Characteristic Area Under the Curve (ROC-AUC). Hasil penelitian menunjukkan bahwa pada data yang tidak seimbang, metode K-Nearest Neighbor memberikan akurasi terbaik sebesar 90%, sedangkan Naive Bayes memperoleh akurasi sebesar 86%. Namun, setelah dilakukan penyeimbangan data menggunakan Synthetic Minority Over-sampling Technique (SMOTE), metode Naive Bayes menunjukkan peningkatan performa dan menjadi model terbaik dengan akurasi 88%, precision 62%, recall 94%, Fl -score 75%, serta AUC 96%. Sementara itu, K-Nearest Neighbor pada data yang telah diseimbangkan hanya menghæsilkan akurasi 39%, sehingga menunjukkan penurunan performa yang signifikan. Hasil tersebut membuktikan bahwa penerapan SMOTE mampu meningkatkan kemampuan Naive Bayes dalam mengklasifikasikan kelas minoritas secara lebih seimbang, sehingga metode ini lebih efektif digunakan untuk analisis sentimen komentar YouTube mengenai kebijakan pajak dan insentif kendaraan listrik di Indonesia

Item Type: Thesis (Masters)
Uncontrolled Keywords: analisis sentimen, youtube, Naive Bayes Classifier, K-Nearest Neighbor, kendaraan listrik
Subjects: T Technology > TJ Mechanical engineering and machinery
Divisions: Pascasarjana > Program Studi Ilmu Komputer (S2)
Depositing User: I Nyoman Wirya Yasa
Date Deposited: 11 Aug 2026 07:37
Last Modified: 11 Aug 2026 07:37
URI: http://repo.undiksha.ac.id/id/eprint/32486

Actions (login required)

View Item View Item