Papua dalam Perspektif Komentar Youtube: Studi Pemodelan Topik dan Analisis Sentimen dengan Pendekatan Text Mining

  • Yan Nazala Bisoumi Universitas Muhammadiyah Semarang
  • Jimy Munandar Program Studi Statistika Universitas Muhammadiyah Semarang
  • Setiawan Amrullah Program Studi Statistika Universitas Muhammadiyah Semarang
  • Muhammad Tegar Pandiriyan Program Studi Statistika Universitas Muhammadiyah Semarang
  • Kaia Raissa Akmalia Program Studi Statistika Universitas Muhammadiyah Semarang
  • Fatkhurrokhman Fauzi Program Studi Statistika Universitas Muhammadiyah Semarang
Keywords: Papua, Pemodelan Topik, Analisis Sentimen, Text Mining, Youtube

Abstract

 

Studi ini bertujuan untuk mengidentifikasi pandangan masyarakat terhadap isu-isu terkait dengan Pulau papua melalui komentar dalam platform YouTube. Penggunaan pendekatan text mining dalam menerapkan pemodelan topik bertujuan mengidentifikasi topik-topik utama yang muncul pada diskusi di kolom komentar. Penentuan topik terbaik dilakukan dengan membandingkan akurasi metode Latent Dirichlet Allocation (LDA) dan Non-Negative Matrix Factorization (NMF). Hasil menunjukkan metode NMF lebih baik karena  memiliki nilai coherence yang lebih tinggi, sehingga dilakukan analisis dengan metode VADER untuk mengetahui sentimennya. Tujuan pengklasifikasian ini adalah memahami emosi serta opini yang tercermin dalam komentar tersebut,  apakah bersifat positif, negatif, atau netral. Hasil penelitian ini diharapkan dapat memberikan wawasan mendalam mengenai persepsi publik terhadap Papua.

Downloads

Download data is not yet available.
Published
2024-09-26
How to Cite
Bisoumi, Y., Munandar, J., Amrullah, S., Pandiriyan, M., Akmalia, K., & Fauzi, F. (2024, September 26). Papua dalam Perspektif Komentar Youtube: Studi Pemodelan Topik dan Analisis Sentimen dengan Pendekatan Text Mining. PROSIDING SEMINAR NASIONAL SAINS DATA, 4(1), 270-281. https://doi.org/https://doi.org/10.33005/senada.v4i1.190