Analisis Sentimen Komentar pada Kanal Youtube Team RRQ Menggunakan Algoritma Support Vector Machine
DOI:
https://doi.org/10.55826/jtmit.v5i2.1702Keywords:
Analisis Sentimen, YouTube, Support Vector Machine, e-sport, TF-IDFAbstract
Interaksi antara organisasi e-sport dan penggemar kerap berlangsung melalui kolom komentar pada platform YouTube. Aktivitas tersebut menghasilkan data teks dalam jumlah besar yang bersifat tidak terstruktur, sehingga analisis sentimen secara manual menjadi kurang efektif. Penelitian ini bertujuan untuk mengidentifikasi sentimen komentar pengguna pada kanal YouTube Team RRQ dengan menggunakan algoritma Support Vector Machine (SVM). Data yang digunakan sebanyak 300 komentar yang diperoleh melalui YouTube Data API dan dikategorikan ke dalam tiga kelas sentimen, yaitu positif, negatif, dan netral. Tahapan analisis meliputi preprocessing teks yang mencakup case folding, cleansing, tokenisasi, normalisasi, serta stemming. Selanjutnya, dilakukan pembobotan fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) sebelum proses klasifikasi menggunakan algoritma SVM. Model dikembangkan dengan skema pembagian data sebesar 80% sebagai data latih dan 20% sebagai data uji. Evaluasi kinerja model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model mampu mencapai tingkat akurasi sebesar 75%, dengan performa terbaik pada kelas sentimen negatif. Temuan ini mengindikasikan bahwa kombinasi metode SVM dan TF-IDF cukup efektif dalam mengklasifikasikan sentimen pada data komentar YouTube yang tidak terstruktur. Penelitian ini memberikan kontribusi dalam pengembangan analisis sentimen pada domain e-sport di Indonesia, khususnya pada data yang memiliki karakteristik bahasa informal dan penggunaan slang.
References
[1] Adiawaty, S., & Daso, M. A. (2023). Dampak Pemberdayaan dan Komunikasi Interpersonal dalam Meningkatkan Organizational Citizenship Behavior Karyawan Generasi Y. JURNAL LENTERA BISNIS, 12(3), 771. https://doi.org/10.34127/jrlab.v12i3.900
[2] We Are Social. (2025, February 5). Digital 2025: The essential guide to the global state of digital. https://wearesocial.com/id/blog/2025/02/digital-2025-the-essential-guide-to-the-global-state-of-digital/
[3] Sucahyo, N., Kurniati, I., & Harvit, K. (2022). Analisis Sentimen Masyarakat terhadap UU Cipta Kerja pada Media Sosial Twitter. Jurnal Rekayasa Informasi Swadharma, 2(1), 63–70.
[4] Farahdinna, F., & Prabawati, P. (2026). Perbandingan Algoritma Support Vector Machine dan K-Nearest Neighbor terhadap Efektivitas Program Makan Siang Gratis. Sistemasi: Jurnal Sistem Informasi, 15(2), 699–709. https://doi.org/10.32520
[5] Ma’rufudin, M., & Yudhistira, A. (2025). Analisis Sentimen Petani Milenial Pada Media Sosial X Menggunakan Algortitma Support Vector Machine (SVM). Jurnal Pendidikan Dan Teknologi Indonesia, 5(3), 845–857. https://doi.org/10.52436/1.jpti.717
[6] Br Sinulingga, J. E., & Sitorus, H. C. K. (2024). Analisis Sentimen Opini Masyarakat terhadap Film Horor Indonesia Menggunakan Metode SVM dan TF-IDF. Jurnal Manajemen Informatika (JAMIKA), 14(1), 42–53. https://doi.org/10.34010/jamika.v14i1.11946
[7] Ichsan, M. C., Setyawati, H., & Awang, F. (2022). Social Media and Sports: Engagement For Sports Fans. Journal of Physical Education and Sports, 11(4), 456–463. https://journal.unnes.ac.id/sju/index.php/jpes
[8] Amal, I., Muhyidin, A., & Rinsi, E. S. (2025). Implikatur Percakapan Dalam Tuturan Pemain Mobile Legends Dari Tim RRQ Pada Pertandingan Esport. Jurnal Ilmiah Wahana Pendidikan, 11(C), 57–64.
[9] Saputra, J., Maryani, L., Wulandari, D., & Eka, W. (2025). Analisis Performa Naive Bayes dan SVM terhadap Sentimen Teks Media Sosial dengan Word2Vec dan SMOTE under a Creative Commons Attribution-NonCommercial ShareAlike 4.0 International (CC BY-NC-SA 4.0). 10(1). https://journal.uin-alauddin.ac.id/index.php/instek
[10] Mursidah, I., Sanjaya, R., Yulianto, B., Sweetania, D., & Sularsih, P. (2025). Analisis Sentimen Pengguna pada Ulasan Game Honkai Star Rail Menggunakan Algoritma Support Vector Machine (SVM). Jurnal Minfo Polgan, 14(1), 1178–1188. https://doi.org/10.33395/jmp.v14i1.14982
[11] Arisenja, N. L. B., & Mulyana, D. I. (2025). Analisis Sentimen Pemecatan Shin Tae-yong pada Media Sosial X untuk Monitoring Opini Publik Menggunakan Naïve Bayes dan Support Vector Machines. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi (JIMIK), 6(3), 1649–1705. https://journal.stmiki.ac.id
[12] Sari, N., Jazman, M., Ahsyar, T. K., Marsal, A., Syaifullah, & Marsal, A. (2024). Penerapan Algoritma Klasifikasi Naive Bayes dan Support Vector Machine untuk Analisis Sentimen Cyberbullying Bilingual di Aplikasi X. 14(1), 211–971924. http://sistemasi.ftik.unisi.ac.id
[13] Alqowiy, M. Q., & Utami, E. (2025). Sistemasi: Jurnal Sistem Informasi Optimasi Parameter Support Vector Machine menggunakan Algoritma Genetika untuk Deteksi Cyberbullying Parameter Optimisation of Support Vector Machine using Genetic Algorithm for Cyberbullying Detection. 14(1), 332–341. http://sistemasi.ftik.unisi.ac.id
[14] Gunawan, A., Rohman, S. R., & Kartikasari, R. (2024). ANALISIS SENTIMEN TERHADAP PELAYANAN SAMSAT DI TASIKMALAYA MENGGUNAKAN METODE NAÏVE BAYES. Jurnal Mahasiswa Teknik Informatika, 8(3), 2884–2889.
[15] Aesyi, U. S., & Cahyo, P. W. (2023). Peningkatan Penjualan Produk Berdasarkan Analisis Komentar Pelanggan di Marketplace: Shopee. Jurnal Sains Dan Informatika. https://doi.org/10.34128/jsi.v9i1.539
[16] Miranda, E., Gabriella, V., Wahyudi, S. A., & Chai, J. (2023). Text Classification untuk Menganalisis Sentimen Pendapat Masyarakat Indonesia terhadap Vaksinasi Covid-19. Sistemasi: Jurnal Sistem Informasi, (2), 438–451. http://sistemasi.ftik.unisi.ac.id
[17] Widodo, A., Herlambang, B. A., & Renaldy, R. (2025). Optimizing Support Vector Machine (SVM) for Sentiment Analysis of Blu by BCA Reviews with Chi-Square. Journal of Applied Informatics and Computing (JAIC), 9(5), 2588. http://jurnal.polibatam.ac.id/index.php/JAIC
[18] Dani, A. H., Puspaningrum, E. Y., & Mumpuni, R. (2024). Studi Performa TF-IDF dan Word2Vec Pada Analisis Sentimen Cyberbullying. (2), 94–106. https://doi.org/10.62951/router.v2i2.76
[19] Prastyo, D., Irawan, D., & Mursyidin, I. H. (2024). Klasifikasi Sentimen Komentar YouTube dengan NLP pada Debat Pilkada Banten 2024. Bit-Tech, 7(2), 413–421. https://doi.org/10.32877/bt.v7i2.1833
[20] Yahya, R. D., Wibowo, S. A., & Vendyansyah, N. (2024). Analisis Sentimen untuk Deteksi Ujaran Kebencian pada Media Sosial Terkait Pemilu 2024 Menggunakan Metode Support Vector Machine. Jurnal Mahasiswa Teknik Informatika, 8(2), 1182–1189.
[21] Hermawan, M. A., Faqih, A., & Dwilestari, G. (2025). IMPLEMENTASI AKURASI MODEL NAIVE BAYES MENGGUNAKAN SMOTE DALAM ANALISIS SENTIMEN PENGGUNA APLIKASI BRIMO. Jurnal Informatika Dan Teknik Elektro Terapan, 13(1), 855–862. https://doi.org/10.23960/jitet.v13i1.5748
[22] Yahya, R. D., Wibowo, S. A., & Vendyansyah, N. (2024). Analisis Sentimen untuk Deteksi Ujaran Kebencian pada Media Sosial Terkait Pemilu 2024 Menggunakan Metode Support Vector Machine. Jurnal Mahasiswa Teknik Informatika, 8(2), 1182–1189.
[23] Ikhsani, R. N., & Abdulloh, F. F. (2023). Optimasi SVM dan Decision Tree Menggunakan SMOTE Untuk Mengklasifikasi Sentimen Masyarakat Mengenai Pinjaman Online. JURNAL MEDIA INFORMATIKA BUDIDARMA, 7(4), 1667–1677. https://doi.org/10.30865/mib.v7i4.6809
[24] Iriananda, S. W., Budiawan, R. W., Rahman, A. Y., & Istiadi, I. (2024). Optimasi Klasifikasi Sentimen Komentar Pengguna Game Bergerak Menggunakan Svm, Grid Search Dan Kombinasi N-Gram. Jurnal Teknologi Informasi Dan Ilmu Komputer, 11(4), 743–752. https://doi.org/10.25126/jtiik.1148244
[25] Fazri, M., & Voutama, A. (2025). Analisis Sentimen Publik terhadap Danantara di Media Sosial X Menggunakan NLP dan Pembelajaran Mesin. JOISIE (Journal Of Information Systems And Informatics Engineering), 9(1), 197–206. https://doi.org/10.35145/joisie.v9i1.4924
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Kelvin Sakun, Chris Rudianto
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
