Sentiment Analysis of Indonesian National Team Football Match Results in the U-23 Asian Cup on the YouTube Platform using the Support Vector Machine (SVM) Algorithm
Sentiment Analysis of Indonesian National Team Football Match Results in the U-23 Asian Cup on the YouTube Platform using the Support Vector Machine (SVM) Algorithm
Keywords:
Support Vector Machine (SVM), Sentiment Analysis, Indonesian National Team, U23 Asian CupAbstract
Penelitian ini bertujuan untuk menganalisis persepsi pengguna YouTube terhadap pertandingan sepak bola tim nasional Indonesia di Piala Asia U23 AFC 2024. Penelitian ini bertujuan untuk mengetahui perasaan dan sikap pengguna YouTube terhadap hasil pertandingan tim Indonesia apakah positif, negatif, atau netral. Dengan menggunakan data komentar dari platform YouTube, penelitian ini menganalisis reaksi masyarakat terhadap hasil pertandingan sepak bola tim nasional Indonesia di Piala Asia U23. Analisis sentimen terhadap hasil pertandingan sepak bola Piala Asia U23 Indonesia di YouTube menggunakan algoritma Support Vector Machine (SVM). Penelitian ini bertujuan untuk mengetahui perasaan dan sikap pengguna YouTube terhadap hasil pertandingan tim nasional Indonesia, apakah positif, negatif, atau netral. Dengan menggunakan data komentar dari platform YouTube, penelitian ini menganalisis reaksi masyarakat terhadap hasil pertandingan tim nasional sepak bola Indonesia di Piala Asia U23. Dua model klasifikasi berbasis SVM dievaluasi, satu model menggunakan 40% data uji dan model lainnya menggunakan 60%. Hasil penelitian menunjukkan bahwa model pertama, yang menggunakan 40% data uji, memiliki akurasi 65,41%, sedangkan model kedua memiliki akurasi 63,76%. Meskipun model pertama sedikit lebih akurat, model kedua lebih baik dalam hal akurasi (61,65%), recall (63,76%), dan F1-Score (55,68%).
References
F. M. Athalarik and U. Rusadi, “Sepak Bola Indonesia dalam Perspektif Komodifikasi Budaya Populer,” J. Pendidik. Tambusai, vol. 7, pp. 25476–25487, 2023, [Online]. Available: https://www.jptam.org/index.php/jptam/article/view/10659%0Ahttps://www.jptam.org/index.php/jptam/article/download/10659/8533.
N. Dalifah, N. Suarna, and W. Prihartono, “Analisis Data Sentimen Negatif Pada Opini Pengguna Twitter Terhadap Berita Sepak Bola Liga 1 Tahun 2022 Dengan Penerapan Support Vector Mechine,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 209–214, 2024, doi: 10.36040/jati.v8i1.8303.
E. L. P. E-issn, J. Teknik, R. Pebrianto, S. N. Nugraha, A. Latif, and M. R. Firdaus, “ANALISIS SENTIMEN TWITTER TERHADAP MENTERI INDONESIA DENGAN ALGORITMA SUPPORT VECTOR MACHINE,” vol. 17, pp. 1–12, 2022.
H. C. Husada and A. S. Paramita, “Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM),” Teknika, vol. 10, no. 1, pp. 18–26, 2021, doi: 10.34148/teknika.v10i1.311.
D. Nbc, “Analisis Sentimen Pada Ulasan Aplikasi Kredivo Dengan Algoritma SVM,” vol. 2, no. 2, pp. 85–91, 2021.
S. Styawati, N. Hendrastuty, and A. R. Isnain, “Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine,” J. Inform. J. Pengemb. IT, vol. 6, no. 3, pp. 150–155, 2021, doi: 10.30591/jpit.v6i3.2870.
H. Syah and A. Witanti, “Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19 Pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (Svm),” J. Sist. Inf. dan Inform., vol. 5, no. 1, pp. 59–67, 2022, doi: 10.47080/simika.v5i1.1411.
A. Karimah et al., “Analisis Sentimen Komentar Video Mobil Listrik Di Platform,” vol. 8, no. 1, pp. 767–773, 2024.
R. Fatmasari, V. M. Ayu, H. Anto, W. Gata, and L. D. Yulianto, “Analisis Sentimen Dalam Pengkategorian Komentar Youtube Terhadap Layanan Akademik dan Non-Akademik Universitas Terbuka Untuk Prediksi Kepuasan,” Build. Informatics, Technol. Sci., vol. 4, no. 2, pp. 395–404, 2022, doi: 10.47065/bits.v4i2.1738.
I. Afdhal, R. Kurniawan, I. Iskandar, R. Salambue, E. Budianita, and F. Syafria, “Penerapan Algoritma Random Forest Untuk Analisis Sentimen Komentar Di YouTube Tentang Islamofobia,” J. Nas. Komputasi dan Teknol. Inf., vol. 5, no. 1, pp. 122–130, 2022, [Online]. Available: http://ojs.serambimekkah.ac.id/jnkti/article/view/4004/pdf.
M. I. Fikri, T. S. Sabrila, and Y. Azhar, “Comparison of Naïve Bayes and Support Vector Machine Methods in Twitter Sentiment Analysis,” Smatika J., vol. 10, no. 02, pp. 71–76, 2020.
