Sentiment Analysis of YouTube Comments on Gibran Rakabuming Raka’s Statement on Downstream Industrialization Using the Naïve Bayes Algorithm
Analisis Sentimen Komentar YouTube Pernyataan Hilirisasi oleh Gibran Rakabuming Raka Menggunakan Algoritma Naïve Bayes
DOI:
https://doi.org/10.21070/ups.11483Keywords:
Sentiment Analysis, Bernoulli Naive Bayes, Multinomial Naive Bayes, Gaussian Naive Bayes, SMOTEAbstract
Abstract. Social media has become an important platform for expressing public opinion, making YouTube comments a valuable source for sentiment analysis. This study analyzes public sentiment toward the downstream industry (hilirisasi) policy statements associated with Gibran Rakabuming Raka by comparing Multinomial, Bernoulli, and Gaussian Naive Bayes classifiers. Comments were collected via the YouTube Data API v3 from nine videos on Gibran's official channel and national news channels, filtered for topical relevance using zero-shot classification, and labeled using a context-conditioned IndoBERT sentiment model, yielding 1,080 labeled comments (665 positive, 415 negative). Preprocessing included case folding, cleaning, tokenization, normalization, stopword removal, stemming, and TF-IDF weighting, followed by twelve experimental scenarios combining two train-test split ratios with and without SMOTE. Multinomial Naive Bayes achieved the highest accuracy and F1-score, 82.87% and 87.11% respectively, on an 80:20 split with SMOTE, outperforming the Bernoulli and Gaussian variants.
References
A. Fandhy dkk., “Media Baru dalam Dinamika Komunikasi Politik pada Era Society 5.0,” Jurnal Indonesia : Manajemen Informatika dan Komunikasi (JIMIK), vol. 6, no. 1, Jan 2025, doi: 10.35870/jimik.v6i1.1280.
N. T. Putri, J. Patricia, dan G. R. Qaira, “PENGELOLAAN MEDIA SOSIAL YOUTUBE SEBAGAI STRATEGI DIGITAL PUBLIC RELATIONS DI HARIAN BHIRAWA,” RELASI: Jurnal Penelitian Komunikasi, vol. 05, no. 04, hlm. 14–21, 2025, doi: 10.69957/relasi.v5i04.1873.
S. De Putri dan A. Toni, “SOSIOLOGI: Jurnal Ilmiah Kajian Ilmu Sosial dan Budaya ANALISIS PERCAKAPAN NETIZEN PADA CHANNEL YOUTUBE @TotalPolitik SEBAGAI MEDIA RUANG PUBLIK KOMUNIKASI POLITIK,” SOSIOLOGI: Jurnal Ilmiah Kajian Ilmu Sosial dan Budaya, vol. 26, no. 2, hlm. 133–150, 2024, doi: 10.23960/sosiologi.v26i2.1389.
W. Jaya Kusoema dan I. Ibrahim, “Sistemasi: Jurnal Sistem Informasi Analisis Sentimen dalam Kasus Korupsi PT. Pertamina menggunakan Metode indoBERT dan RCNN Sentiment Analysis on the PT Pertamina Corruption Case using IndoBERT and RCNN Methods,” Sistemasi: Jurnal Sistem Informasi, vol. 14, no. 5, hlm. 2246–2257, 2025, [Daring]. Tersedia pada: http://sistemasi.ftik.unisi.ac.id
P. Arsi dan R. Waluyo, “ANALISIS SENTIMEN WACANA PEMINDAHAN IBU KOTA INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM),” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 8, no. 1, hlm. 147–156, Feb 2021, doi: 10.25126/jtiik.202183944.
I. Hulu dan H. Budiati, “Implementasi Text Mining Pada Pengukuran Sentimen Opini Masyarakat Terhadap Universitas Kristen Immanuel,” JURNAL SAINS DAN KOMPUTER, vol. 7, no. 02, hlm. 1–7, Jul 2023, doi: 10.61179/jurnalinfact.v7i02.445.
M. Agung dan E. A. W. Adi, “Peningkatan Investasi Dan Hilirisasi Nikel Di Indonesia,” Jurnal Ilmu Sosial dan Pendidikan (JISIP), vol. 6, no. 2, Mar 2022, doi: 10.36312/jisip.v6i1.3085.
K. Alawiyah Matondang, A. Handayani, A. Parlindungan Hasibuan, dan J. Simanungkalit, “STRATEGI HILIRISASI DI INDONESIA DALAM MENGHADAPI KEBIJAKAN PROTEKSIONISME PADA KOMODITAS BAJA/BESI,” Jurnal Masharif al-Syariah: Jurnal Ekonomi dan Perbankan Syariah, vol. 9, no. 5, hlm. 3371–3377, 2024, doi: 10.30651/jms.v9i5.24339.
D. Pramudita, Y. Akbar, dan T. Wahyudi, “Analisis Sentimen Terhadap Program Kartu Indonesia Pintar Kuliah pada Media Sosial X Menggunakan Algoritma Naive Bayes,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 4, hlm. 1420–1430, Agu 2024, doi: 10.57152/malcom.v4i4.1565.
M. Indra, D. Wahiddin, dan S. A. P. Lestari, “Implementasi Algoritma Naïve Bayes Pada Analisis Sentiemen Terhadap Larangan Ekspor Nikel Oleh Pemerintah Indonesia,” Scientific Student Journal for Information, Technology and Science, vol. 5, no. 2, hlm. 137–144, Jul 2024.
F. Adelia Irawan, A. Rialdy Atmadja, A. Wahana, T. Informatika, dan U. Sunan Gunung Djati Bandung, “Analisis Sentimen Ulasan Aplikasi Bank Digital Menggunakan Algoritma Naive Bayes,” Journal of Computer Science and Information Technology E-ISSN, vol. 4, no. 2, hlm. 60–68, Jul 2024, doi: 10.47065/explorer.v4i2.1181.
C. Naulak, “A comparative study of Naive Bayes Classifiers with improved technique on Text Classification,” Mei 2022. doi: 10.36227/techrxiv.19918360.v1.
W. M. P. Dhuhita dan F. Zone, “Perbandingan Kinerja Algoritma Multinomial dan Bernoulli Naïve Bayes dalam Mengklasifikasikan Komentar Cyberbullying,” Komputika : Jurnal Sistem Komputer, vol. 12, no. 2, hlm. 109–117, Okt 2023, doi: 10.34010/komputika.v12i2.9767.
N. A’ayunnisa, Y. Salim, dan H. Azis, “Analisis performa metode Gaussian Naïve Bayes untuk klasifikasi citra tulisan tangan karakter arab,” Indonesian Journal of Data and Science (IJODAS), vol. 3, no. 3, hlm. 115–121, Des 2022.
I. B. Mahendra, I. M. G. Sunarya, dan I. M. A. Wirawan, “Comparison of Multinomial, Bernoulli, and Gaussian Naïve Bayes for Complaint Classification in Pro Denpasar Application,” JUITA: Jurnal Informatika, vol. 13, no. 1, hlm. 77–86, Mar 2025.
M. A. Hermawan, A. Faqih, dan G. Dwilestari, “IMPLEMENTASI AKURASI MODEL NAIVE BAYES MENGGUNAKAN SMOTE DALAM ANALISIS SENTIMEN PENGGUNA APLIKASI BRIMO,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 1, Jan 2025, doi: 10.23960/jitet.v13i1.5748.
S. F. Huwaida, R. Kusumawati, dan B. Isnaini, “Analisis Sentimen Komentar YouTube terhadap Pemindahan Ibu Kota Negara Menggunakan Metode Naïve Bayes,” Jambura Journal of Informatics, vol. 6, no. 1, hlm. 26–39, Apr 2024, doi: 10.37905/jji.v6i1.24718.
Downloads
Additional Files
Posted
Categories
License
Copyright (c) 2026 UMSIDA Preprints Server
This work is licensed under a Creative Commons Attribution 4.0 International License.
