KOMPARASI ALGORITMA C4.5 DAN naive BAYES UNTUK ANALISIS SENTIMEN KOMENTAR VIDEO YOUTUBE MENTERI KEUANGAN
Abstract
Fenomena masifnya penggunaan media sosial, khususnya YouTube, menjadikannya sebagai ruang diskusi digital paling aktif yang merepresentasikan opini masyarakat secara langsung. Setelah pelantikan Purbaya Yudhi Sadewa sebagai Menteri Keuangan menggantikan Sri Mulyani Indrawati, muncul beragam reaksi, kritik, maupun dukungan publik di kolom komentar YouTube terkait program kerja fiskalnya. Diperlukan penanganan sistematis untuk memetakan persepsi publik ini dari ribuan komentar teks bervolume besar secara objektif. Penelitian ini bertujuan untuk mengembangkan sistem analisis sentimen guna membandingkan performa akurasi klasifikasi antara algoritma C4.5 dan Naïve Bayes. Metode penelitian kuantitatif ini mengacu pada model Knowledge Discovery in Database (KDD) dengan subjek data berupa teks komentar berbahasa Indonesia dari YouTube Comment API pada saluran Liputan6. Pengujian komputasi dari total dataset asli sebanyak 9.256 data mentah berhasil menyaring sampel data optimal sebanyak 832 data (396 negatif, 291 netral, dan 145 positif). Evaluasi model menggunakan algoritma C4.5 berhasil mencapai nilai performa yang lebih unggul dibandingkan algoritma Naïve Bayes, dengan nilai akurasi sebesar 82,54%, precision 82,57%, dan recall 82,54%. Sementara itu, algoritma Naïve Bayes menghasilkan nilai akurasi yang lebih rendah yaitu 78,45%, precision 78,94%, dan recall 78,45%. Sistem analisis sentimen dengan algoritma C4.5 terbukti bekerja secara efektif dan memiliki performa yang lebih unggul daripada Naïve Bayes dalam menangani pengolahan teks opini publik multi-kelas pada media sosial YouTube.
References
[1] O. Christin, N. Liu, H. Pondaag, and K. Y. Umboh, “KEDUDUKAN KEMENTERIAN NEGARA DALAM SISTEM PEMERINTAHAN NEGARA REPUBLIK INDONESIA,” 2022.
[2] M. B. Basri, “OPTIMASI PENGELOLAAN BARANG MILIK NEGARA SEBAGAI SUMBER PENERIMAAN NEGARA YANG HANDAL,” Kementrian Keuangan. Accessed: Nov. 17, 2025. [Online]. Available: https://www.djkn.kemenkeu.go.id/kpknl-kendari/baca-artikel/15602/OPTIMASI-PENGELOLAAN-BARANG-MILIK-NEGARA-SEBAGAI-SUMBER-PENERIMAAN-NEGARA-YANG-HANDAL.html
[3] K. Pembiayaan, Suatu pengantar. Bogor: IPN Press, 2019.
[4] A. Khaidar, “ANALISIS SENTIMEN DI INSTAGRAM TERHADAP MENTERI KEUANGAN PURBAYA YUDHI SADEWA MENGGUNAKAN METODE LOGISTIC REGRESSION,” vol. 13, no. 3, 2025.
[5] N. P. Panjaitan, S. Z. Harahap, and R. M. Ah, “Analisis Minat Masyarakat Menggunakan Media Sosial Menggunakan Algoritma C4.5 dan Metode Naïve Bayes,” vol. 12, no. 3, pp. 546–555, 2024.
[6] K. S. Putri, I. R. Setiawan, A. Pambudi, A. Sentimen, and N. B. Classifier, “‘Technologia’ Vol 14, No. 3, Juli 2023 227 ANALISIS SENTIMEN TERHADAP BRAND SKINCARE LOKAL MENGGUNAKAN NAÏVE BAYES CLASSIFIER,” vol. 14, no. 3, pp. 227–232, 2023.
[7] D. Rahmaddeni, “Analisis Sentimen Pengguna Aplikasi Gen Ai dari Appstore dan Googleplay Menggunakan Algoritma C45,” vol. 13, no. 5, pp. 8153–8164, 2024.
[8] A. D. P. M. Betty, “Analisis Sentimen pada Ulasan Penyedia Layanan Sentiment Analysis on Service Provider Reviews Using the C4 . 5 Algorithm,” vol. 6, no. 2, pp. 1–5, 2023.
[9] D. Hari Suparwito, PENGANTAR PEMBELAJARAN MESIN MENGGUNAKAN BAHASA PEMOGRAMAN PYTHON. Yogyakarta: SANATA DHARMA UNIVERSITY PRESS, 2023.
[10] I. Vusuvangat and S. K. Gusti, “Penerapan Algortitma C4 . 5 untuk Klasifikasi Sentimen Masyarakat terhadap # RUUKUHP pada Twitter,” vol. 6, no. 4, 2023, doi: 10.32493/jtsi.v6i3.33814.
[11] M. Adriansa, L. Yulianti, L. Elfianty, and U. D. Bengkulu, “Analisis Kepuasan Pelanggan Menggunakan Algoritma,” vol. 07, no. 21, pp. 115–121, 2022.
[12] I. I. Hajar, M. Khandava M., and U. Enri, “Penerapan Algoritma C4.5 dalam Klasifikasi Status Gizi Balita,” vol. 8, no. July, pp. 116–125, 2022.
[13] R. Hidayat, A. B. Hakim, and R. Nugraha, “Perbandingan Metode Naïve Bayes Dan Decision Tree C4 . 5 untuk Analisis Sentimen Produk Es Teh Indonesia di Media Sosial Twitter,” 2024.
[14] A. Damuri, U. Riyanto, H. Rusdianto, and M. Aminudin, “Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako,” vol. 8, no. 6, pp. 219–225, 2021, doi: 10.30865/jurikom.v8i6.3655.
[15] D. Darwis, N. Siskawati, and Z. Abidin, “Penerapan Algoritma Naive Bayes untuk Analisis Sentimen Review Data Twitter BMKG Nasional,” vol. 15, no. 1, pp. 131–145, 2021.
[16] S. Junaidi, M. Devegi, and H. Kurniawan, “Pelatihan Pengolahan dan Visualisasi Data Penduduk Menggunakan Python,” vol. 4, no. 1, pp. 151–162, 2023, doi: 10.30812/adma.v4i1.2963.
[17] A. Safira, F. N. Hasan, K. J. Timur, and N. B. Classifier, “PAYLATER MENGGUNAKAN METODE NAIVE BAYES,” vol. 5, no. 1, pp. 59–70, 2023.
[18] P. A. Permatasari and L. Jasa, “Survei Tentang Analisis Sentimen Pada Media Sosial,” vol. 20, no. 2, 2021.
| Keywords | : |
Keywords:
Analisis Sentimen, Menteri Keuangan, Algoritma C4.5, Naive Bayes, Youtube
|
| Galleys | : | |
| Published | : |
2026-07-31
|
| Issue | : |