ANALISIS PERBANDINGAN ALGORITMA NAÏVE BAYES SVM DAN RANDOM FOREST PADA KLASIFIKASI SENTIMEN KOMENTAR YOUTUBE "CLASH OF CHAMPIONS" RUANGGURU

Abstrak

Perkembangan platform digital seperti YouTube membuka peluang baru untuk menganalisis opini
publik melalui komentar pengguna. Penelitian ini membandingkan kinerja tiga algoritma
klasifikasi—Naïve Bayes, Support Vector Machine (SVM), dan Random Forest—dalam
mengklasifikasikan sentimen (positif, negatif, netral) pada komentar video “Clash of Champions”
oleh Ruangguru. Data dikumpulkan dengan web crawling menggunakan YouTube API (Maret –Mei
2025), menghasilkan 15.423 komentar. Proses prapemrosesan mencakup clea ning, casefolding,
normalisasi, tokenisasi, stopword removal, dan stemming. Pelabelan dilakukan dengan pendekatan
leksikon dan pembobotan TF-IDF sebelum klasifikasi menggunakan Python (scikit-learn).
Parameter: kernel linear (SVM), 100 estimator (Random Forest), model multinomial (Naïve Bayes).
Evaluasi dengan akurasi, presisi, recall, dan f1-score menunjukkan SVM unggul dengan akurasi
83%, disusul Random Forest (82%) dan Naïve Bayes (68%). SVM menunjukkan kinerja paling
seimbang dan direkomendasikan untuk klasifikasi sentimen komentar YouTube dalam studi ini