PENERAPAN TEXT MINING DAN ANALISIS SENTIMEN MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER BERBASIS WEB (Studi Kasus: Data Tanggapan Mengenai Resesi Indonesia 2023 pada Youtube)

Wicaksono. S.F. Penerapan Text Mining dan Sentimen Analisis menggunakan Algoritma Naïve Bayes Classifier Berbasis WEb (Studi kasus : Data Tanggapan Masyarakat Resesi 2023 pada Platform Youtube). Skripsi, Jurusan Teknik Informatika, Universitas Nahdlatul Ulama Sunan Giri. Penelitian ini menggunakan pendekatan analisis teks yang melibatkan beberapa tahap, termasuk pengumpulan data komentar dari video-video yang relevan dengan resesi 2023. Teknik scraping digunakan untuk mengumpulkan data komentar secara otomatis. Setelah data terkumpul, langkah-langkah pra-pemrosesan dilakukan untuk membersihkan data dari elemen-elemen yang tidak relevan dan menerapkan teknik seperti tokenisasi, stemming, dan penghapusan stopwords. Selanjutnya, analisis sentimen diterapkan pada setiap komentar untuk mengevaluasi perasaan yang terkandung dalam teks tersebut. Pendekatan ini melibatkan pengklasifikasian komentar ke dalam kategori sentimen positif, negatif, atau netral. Metode pembelajaran mesin seperti Naive Bayes, dan secara manual dapat digunakan untuk pelabelan sentimen ini. Hasil dari analisis ini memberikan wawasan mendalam tentang bagaimana masyarakat merasakan dan bereaksi terhadap resesi 2023. Selain itu, informasi ini dapat membantu dalam memahami opini dominan yang mungkin muncul di platform YouTube selama periode krisis ekonomi. Implikasi potensial dari penelitian ini termasuk kemungkinan pengembangan strategi mitigasi krisis berdasarkan persepsi dan kebutuhan masyarakat yang teridentifikasi melalui analisis sentimen. Secara keseluruhan, penerapan teknik text mining dan analisis sentimen pada data komentar YouTube memberikan kontribusi dalam memahami dinamika opini publik selama periode resesi 2023. Dengan demikian, penelitian ini memiliki nilai penting baik dalam konteks akademis maupun praktis dalam menghadapi tantangan ekonomi dan sosial yang dihadapi oleh masyarakat.