KLASIFIKASI SENTIMEN ULASAN FILM MENGGUNAKAN NAÏVE BAYES

Rizky Abrar, Tio (2025) KLASIFIKASI SENTIMEN ULASAN FILM MENGGUNAKAN NAÏVE BAYES. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (178kB)
	Text BAB II.pdf Restricted to Registered users only Download (228kB)
	Text BAB III.pdf Restricted to Registered users only Download (161kB)
	Text BAB IV.pdf Restricted to Registered users only Download (829kB)
	Text BAB V.pdf Download (128kB)
	Text DAFTAR PUSTAKA.pdf Download (152kB)

Abstract

Permasalahan dalam penelitian ini berangkat dari belum optimalnya pemanfaatan data ulasan film dalam membantu calon penonton memahami kualitas suatu film secara objektif. Fenomena yang terjadi adalah banyaknya komentar penonton di platform seperti YouTube terhadap trailer film, namun belum ada sistem klasifikasi otomatis yang mampu membaca dan menyimpulkan sentimen dari komentarkomentar tersebut. Tujuan dari penelitian ini adalah untuk membangun sistem klasifikasi sentimen ulasan film secara otomatis guna memberikan gambaran opini publik terhadap lima film Indonesia terbaik versi IMDb, yaitu Molulo 2, Sore Istri dari Masa Depan, Nariti Romansa Danau Toba, Jomblo Fi Sabilillah, dan Detektif Jaga Jarak. Penelitian ini melalui beberapa tahapan, mulai dari pengumpulan data ulasan menggunakan teknik web scraping, pembersihan dan normalisasi teks, pelabelan sentimen menggunakan TextBlob-ID, ekstraksi fitur menggunakan TFIDF, hingga implementasi klasifikasi dengan algoritma Naïve Bayes. Metode Naïve Bayes dipilih karena sederhana, efisien, dan terbukti akurat dalam klasifikasi teks berbahasa Indonesia yang tidak terstruktur. Hasil penelitian menunjukkan bahwa model Naïve Bayes mampu mengklasifikasikan sentimen (positif, netral, negatif) dengan akurasi tertinggi sebesar 86,89% pada konfigurasi pembagian data 80:20. Berdasarkan analisis sentimen, film Jomblo Fi Sabilillah menjadi film dengan tingkat sentimen positif tertinggi sebesar 39,68%, sehingga direkomendasikan sebagai film yang paling disukai oleh penonton dibandingkan film lainnya

Actions (login required)

View Item