KLASIFIKASI SENTIMEN ULASAN FILM MENGGUNAKAN NAÏVE BAYES

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

Preview	Text BAB I.pdf Download (178kB) | Preview
	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)
Preview	Text BAB V.pdf Download (128kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (152kB) | Preview

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

Item Type:	Thesis (Skripsi)
Subjects:	Artificial Intelligence
Divisions:	Skripsi > Teknik Informatika > 2025
Depositing User:	Digital Library
Date Deposited:	25 Apr 2026 01:40
Last Modified:	25 Apr 2026 01:40
URI:	https://repository.unama.ac.id/id/eprint/5434

Actions (login required)

View Item