Perbandingan Algoritma Naïve Bayes Dan Decision Tree Untuk Analisis Sentimen Komentar Youtube Terhadap Tragedi Robohnya Musala Al-Khoziny

Nauradhia Shofarianti Putri, Zaehol Fatah, Irma Yunita

Abstract


Keterbatasan dalam penanganan ketidakseimbangan data serta minimnya perbandingan algoritma pada analisis sentimen berbasis kasus lokal menjadi tantangan dalam menghasilkan model yang akurat. Pada peristiwa robohnya musala Pondok Pesantren Al-Khoziny Sidoarjo, beragam opini publik di YouTube belum banyak dianalisis dengan pendekatan yang mempertimbangkan kondisi tersebut. Penelitian ini bertujuan untuk mengidentifikasi sentimen publik serta membandingkan kinerja algoritma Naïve Bayes dan Decision Tree pada data yang tidak seimbang. Data yang digunakan berupa kurang lebih 2.200 komentar yang dikumpulkan pada Januari–Maret 2026 melalui web scraping. Tahapan analisis meliputi preprocessing teks, pelabelan sentimen ke dalam kategori positif, negatif, dan netral, ekstraksi fitur menggunakan TF-IDF, serta penerapan SMOTE pada data latih untuk mengatasi ketidakseimbangan kelas. Model kemudian dilatih dan diuji menggunakan kedua algoritma tersebut. Hasil menunjukkan bahwa Decision Tree unggul dengan accuracy sebesar 0,99 dan F-1 Scoresebesar 0,99, sedangkan Naïve Bayes memperoleh accuracy sebesar 0,68 dan F-1 Scoresebesar 0,74. Temuan ini menunjukkan bahwa penanganan data tidak seimbang dan pemilihan algoritma berpengaruh signifikan terhadap hasil analisis sentimen. Temuan ini dapat menjadi acuan bagi pengembang sistem analisis sentimen yang bekerja dengan dataset berbahasa Indonesia, khususnya dalam konteks peristiwa sosial-keagamaan dengan distribusi kelas yang tidak seimbang.

Keywords


(Analisis sentimen; YouTube; Naïve Bayes; Decision Tree; SMOTE; TF-IDF).

Full Text:

PDF

References


D. S. Rahmawati and N. Pratiwie, “Analyzing YouTube Comments on Predatory Pricing: A Digital Citizenship on Netnography Study,” Mediator: Jurnal Komunikasi, vol. 18, no. 1, pp. 12–26, Jun. 2025, doi: 10.29313/mediator.v18i1.3347.

Y. A. Prasetyo, E. Utami, and A. Yaqin, “Pengaruh Komposisi Split Data Terhadap Performa Akurasi Analisis Sentimen Algoritma Naïve Bayes dan SVM,” Journal homepage: Journal of Electrical Engineering and Computer (JEECOM), vol. 6, no. 2, pp. 1–9, Oct. 2024, doi: 10.33650/jeecom.v4i2.

T. H. Rochadiani, “Sentiment Analysis of YouTube Comments Toward Chat GPT,” Jurnal Transformatika, vol. 21, no. 1, Aug. 2023, doi: 10.26623/transformatika.v21i2.7033.

Ardiansyah and Kurniawan, “Optimasi Metode Naïve Bayes Classifier Menggunakan Pendekatan Term Frequency-Inverse Document Frequency (TF-IDF) Pada Analisis Sentimen,” JSAI: Journal Scientific and Applied Informatics, vol. 7, no. 3, pp. 1–7, Nov. 2024, doi: 10.36085.

B. Ariyadi Jasno, A. Ariful Fathoni, D. Dharma Putra, M. Zidane Hasan, F. Amsury, and H. Supendar, “ANALISIS SENTIMEN KOMENTAR BERPOTENSI TOXIC PADA MEDIA SOSIAL TIKTOK MENGGUNAKAN METODE DECISION TREE,” vol. 16, p. 26207427, doi: 10.52972/hoaq.vol16no2.

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,” Feb. 2024.

D. Elreedy, A. F. Atiya, and F. Kamalov, “A theoretical distribution analysis of synthetic minority oversampling technique (SMOTE) for imbalanced learning,” Mach. Learn., vol. 113, no. 7, pp. 4903–4923, Jul. 2024, doi: 10.1007/s10994-022-06296-4.

N. Bayes, O. : Sulistia, M. Harahap, and R. Kurniawan, “Analisis Sentimen Komentar Youtube terhadap Food Vlogger dengan Menggunakan Metode Analisis Sentimen Komentar Youtube terhadap Food Vlogger dengan Menggunakan Metode Naïve Bayes,” vol. 9, no. 1, [Online]. Available: http://ejournal.ust.ac.id/index.php/Jurnal_Means/

A. Wahid and G. Saputri, “Analisis Sentimen Komentar Youtube Tentang Relawan Patwal Ambulance Menggunakan Algoritma Naïve Bayes dan Decision Tree,” Jurnal Sistem Komputer dan Informatika (JSON), vol. 4, no. 2, p. 319, Dec. 2022, doi: 10.30865/json.v4i2.4941.

B. Franko, N. Wilyanto, and H. Irsyad, “Analisis Sentimen terhadap Naturalisasi Pemain pada Youtube Menggunakan Decision Tree dan Naive bayes,” Software Development, Digital Business Intelligence, and Computer Engineering, vol. 3, no. 1, pp. 8–16, Sep. 2024, doi: 10.57203/session.v3i1.2024.8-16.

A. Milka Martin and A. Nur Rohman, “PENERAPAN ALGORITMA NAÏVE BAYES DENGAN TEKNIK SMOTE UNTUK KLASIFIKASI SENTIMEN KURSUS ONLINE SKILL ACADEMY,” Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, vol. 11, no. 1, pp. 1922–1933, Feb. 2026, doi: 10.36341/rabit.v11i1.7545.

Y. Fauziah, B. Yuwono, and A. S. Aribowo, “Lexicon Based Sentiment Analysis in Indonesia Languages : A Systematic Literature Review,” RSF Conference Series: Engineering and Technology, vol. 1, no. 1, pp. 363–367, Dec. 2021, doi: 10.31098/cset.v1i1.397.

D. Lado Kaka, G. Kopong Pati, and K. Wulla Rato, “Analisis Sentimen Komentar SIAKAD Menggunakan Metode Naive Bayes Classifier.” [Online]. Available: www.tripadvisor.com.

S. Helmiyah and R. Pramestiawan, “Analisis Komparatif Algoritma Machine Learning dengan Metrik Akurasi, Presisi, Recall, dan F-1 Scorepada Dataset Kacang Kering,” Jurnal Ilmu Komputer dan Teknologi, vol. 6, no. 3, pp. 152–159, Oct. 2025, doi: 10.35960/ikomti.v6i3.2031.

M. A. Palomino and F. Aider, “Evaluating the Effectiveness of Text Pre-Processing in Sentiment Analysis,” Applied Sciences (Switzerland), vol. 12, no. 17, Sep. 2022, doi: 10.3390/app12178765.

H. Santani Mulyono and U. Saprudin, “Efektivitas Logistic Regression dalam Analisis Sentimen Berbahasa Indonesia pada Komentar YouTube tentang Isu Ketenagakerjaan,” Sep. 2025. doi: 10.63447.

D. J. Anggraini, “Analisis Sentimen Komentar Audiens terhadap Tayangan ‘LIVE-Anies dan Efek Kejut di Pilkada Jakarta | ROSI’ pada Kanal YouTube KOMPASTV: Studi tentang Persepsi Publik di Media Digital,” CARAKA: Indonesia Journal of Communication, vol. 5, no. 2, pp. 130–141, doi: 10.25008/caraka.

M. Mubarak, L. Tanti, and R. Rosnelly, “Perbandingan Algoritma Decision Tree dan Naive Bayes Pada Analisis Sentimen Masyarakat Terhadap Pejabat Pertamina Pasca Kasus Pertamax Oplosan,” Jurnal Minfo Polgan, vol. 15, no. 1, pp. 179–188, Mar. 2026, doi: 10.33395/jmp.v15i1.15971.

L. Rofiqi and M. Akbar, “Analisis Sentimen Terkait RUU Perampasan Aset dengan Support Vector Machine,” JEKIN - Jurnal Teknik Informatika, vol. 4, no. 3, pp. 529–538, Aug. 2024, doi: 10.58794/jekin.v4i3.824.

W. Gata, “Perbandingan Analisis Sentimen Game Honor of Kings dengan VADER, TextBlob, Rating dan IndoBERT 1*,” 2025.

B. F. S. Supriyanto and S. Rosalin, “Analisis Sentimen Program Merdeka Belajar dengan Text Analysis Wordcloud & Word Frequency,” Jurnal Minfo Polgan, vol. 12, no. 1, pp. 25–32, Mar. 2023, doi: 10.33395/jmp.v12i1.12312.

Z. Fatah and L. Syarifah, “Analisis Sentimen Komentar YouTube pada Video Terkait Insiden Pengemudi Ojek Online dan Anggota Brimob Menggunakan Algoritma Naive Bayes.”

M. Z. Naeem, F. Rustam, A. Mehmood, Mui-zzud-din, I. Ashraf, and G. S. Choi, “Classification of movie reviews using term frequency-inverse document frequency and optimized machine learning algorithms,” PeerJ Comput. Sci., vol. 8, 2022, doi: 10.7717/PEERJ-CS.914.

L. D. Cahya, A. Luthfiarta, J. I. T. Krisna, S. Winarno, and A. Nugraha, “Improving Multi-label Classification Performance on Imbalanced Datasets Through SMOTE Technique and Data Augmentation Using IndoBERT Model,” Jurnal Nasional Teknologi dan Sistem Informasi, vol. 9, no. 3, pp. 290–298, Jan. 2024, doi: 10.25077/teknosi.v9i3.2023.290-298.

P. P. Armaeni, I. K. A. G. Wiguna, and W. G. S. Parwita, “Sentiment Analysis of YouTube Comments on the Closure of TikTok Shop Using Naïve Bayes and Decision Tree Method Comparison,” Jurnal Galaksi, vol. 1, no. 2, pp. 70–80, Aug. 2024, doi: 10.70103/galaksi.v1i2.15.




DOI: https://doi.org/10.55340/jiu.v15i1.2692

Refbacks

  • There are currently no refbacks.


__________________________________________________________________________________________________________________________________________________

SK Accreditation No. 286/DST/C3/HM.01.00/2026 Tanggal 7 April 2026

Editorial Address :

Program Studi Teknik Informatika, Fakultas Teknik, Universitas Dayanu Ikhsanuddin Jl. Dayanu Ikhsanuddin no.124 Baubau, Sulawesi Tenggara 

Jurnal Informatika by Program Studi Teknik Informatika, Fakultas Teknik, Universitas Dayanu Ikhsanuddin Baubau, Indonesia is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. Based on work at https://ejournal.unidayan.ac.id/index.php/JIU