ANALISIS SENTIMEN MASYARAKAT TERHADAP AKSI DEMONSTRASI DI INDONESIA PADA MEDIA SOSIAL YOUTUBE MENGGUNAKAN METODE INDOBERT, NAÏVE BAYES, DAN SUPPORT VECTOR MACHINE

Latar belakang. Pesatnya perkembangan media sosial, khususnya YouTube, memberikan masyarakat untuk berinteraksi dan partisipasi aktif dalam diskusi. YouTube tidak hanya menjadi platform berbagi informasi, tetapi tempat bagi masyarakat untuk menyampaikan komentar terkait isu-isu yang ada, seperti aksi demonstrasi. Analisis sentimen terhadap komentar yang terdapat pada platform YouTube menjadi kunci untuk memahami dan pengambilan keputusan yang tepat. Tujuan. Penelitian ini bertujuan mengetahui hasil klasifikasi sentimen, membandingkan kinerja model, dan merancang dashboard hasil analisis sentimen dari aksi demonstrasi di Indonesia pada platform YouTube. Metode. Algoritma yang digunakan yaitu IndoBERT, Naïve Bayes, dan Support Vector Machine. Hasil. Hasil klasifikasi menunjukkan metode SVM mencapai nilai akurasi sebesar 71.31%, presisi 74.4%, recall 74.03%, dan f-1 score 74.31%. Metode Naïve Bayes mencapai nilai akurasi sebesar 70.47%, presisi 70.97%, recall 79.65%, dan f-1 score 75.0%. Sementara metode IndoBERT mencapai nilai akurasi sebesar 78.67%, presisi 87.16%, recall 82.25%, dan f-1 score 84.58%. Kesimpulan. Berdasarkan nilai metrik tersebut, metode IndoBERT menunjukkan kinerja yang lebih unggul dibandingkan dua model lainnya. Penelitian ini menegaskan bahwa dalam analisis sentimen masyarakat terhadap aksi demonstrasi di Indonesia melalui platform YouTube, metode IndoBERT menunjukkan kinerja yang lebih baik.