Analisis Sentimen Untuk Mengidentifikasi Preferensi Genre pada Komentar di Wattpad Menggunakan Metode Naive Bayes
Tahun 2026 · Penulis: Anugerah Sayekti
Faculty of Computer Science, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/14382
Skripsi kelompok: digabung dari 2 unggahan dengan isi yang sama.
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Pemanfaatan komentar pembaca pada platform Wattpad untuk mengidentifikasi preferensi genre melalui analisis sentimen masih belum optimal. Selain itu, penelitian sebelumnya umumnya belum mengkaji hubungan antara klasifikasi sentimen dan preferensi genre secara mendalam. Penelitian ini bertujuan menerapkan metode Naive Bayes untuk mengklasifikasikan sentimen komentar pembaca serta mengidentifikasi kecenderungan preferensi genre berdasarkan distribusi sentimen pada novel daring di Wattpad. Penelitian menggunakan pendekatan kuantitatif dengan metode deskriptif. Data diperoleh melalui scraping komentar dari lima genre utama di Wattpad dan diproses melalui tahapan cleaning, case folding, normalisasi, tokenisasi, stopword removal, dan stemming. Representasi teks menggunakan TF-IDF, kemudian diklasifikasikan menggunakan algoritma Naive Bayes dengan tiga skenario pembagian data latih dan data uji. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1- score. Hasil penelitian menunjukkan bahwa sentimen positif mendominasi seluruh genre dengan persentase di atas 70%, di mana genre Horor memperoleh persentase sentimen positif tertinggi sebesar 90,36%. Model menghasilkan akurasi tertinggi sebesar 67% dan menunjukkan kecenderungan bias terhadap kelas sentimen dominan. Temuan ini menunjukkan bahwa analisis sentimen dapat digunakan untuk menggambarkan kecenderungan preferensi pembaca terhadap genre novel pada platform Wattpad.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,791
Tahun 2025 · Penulis: Intan Larasati Anisa Rahma
Analisis Sentimen pada Pemodelan Topik Ulasan Pengguna Gojek Menggunakan Metode Vader dan LDA
Total 319.031 ulasan pengguna dari aplikasi Gojek dikumpulkan dari Google Play Store antara 1 Januari 2022, dan 31 Desember 2024. Data yang telah diproses telah berlangsung tahap-tahap termasuk pembersihan, normalisasi menggunakan lima diksioner bahasa Indones
- Cosine 0,790
Tahun 2026 · Penulis: Shafa Kamila
Analisis Sentimen Berbasis Aspek terhadap Pilkada Jember 2024 Menggunakan Model IndoBERT dan Algoritma LDA
Dinamika politik yang mengarah ke Eleksi Jember Regional 2024 memicu lonjakan signifikan opini publik di YouTube dan platform TikTok. Bahasa media sosial yang tidak resmi, termasuk bahasa slang, singkatan, dan dialek campuran, menghadirkan tantangan analisis m
- Cosine 0,758
Tahun 2026 · Penulis: Ainiyyah Wulandari Kusuma Widya
Analisis Sentimen Pada Komentar YouTube Terhadap Video Clash of Champions Season 2 Menggunakan Metode Xgboost
Penelitian ini bertujuan untuk mengevaluasi kinerja Extreme Gradient Boost (XGBoosst) algoritma dalam klasifikasi sentimen YouTube komentar pada seri video pendidikan "Clash of Champions Season 2." Komentar pengguna di media sosial platform menghasilkan volume