ANALISIS SENTIMEN KOMENTAR YOUTUBE TERHADAP PERILISAN IPHONE 17 SERIES MENGGUNAKAN ALGORITMA NAIVE BAYES
Abstract
Perilisan iPhone 17 Series memicu reaksi beragam di platform YouTube yang mencerminkan opini publik. Penelitian bertujuan untuk menganalisis sentimen komentar masyarakat menggunakan algoritma Naive Bayes. Data komentar dikumpulkan melalui teknik scraping, melalui tahapan preprocessing, dan dilabeli secara otomatis menggunakan model Indonesian RoBERTa. Hasil evaluasi terhadap 1.849 data uji menghasilkan akurasi sebesar 61%. Performa model menunjukkan kemampuan yang baik dalam menangkap kritik pengguna, ditandai dengan recall sentimen negatif sebesar 0.71. Sementara itu, sentimen positif teridentifikasi dengan precision 0.64 dan sentimen netral dengan recall 0.50. Penelitian ini menyimpulkan bahwa respons pasar terpolarisasi antara kritik dan apresiasi, serta membuktikan bahwa Naive Bayes mampu mengklasifikasikan opini dengan performa yang cukup seimbang pada seluruh kategori sentimen.
Downloads
Download data is not yet available.
References
[1] N. Hidayati dan Ali, “Modeling Dan Analisis Menggunakan Sentiment Analysis Mengenai Konten Youtube
Pada Channel Gadgetin Dengan Metode Fine-Tune Menggunakan Pre-Trained Model,” THEMATIC :
InnovaTive ResearcH SciEnce inforMATIon teChnology, vol. 1, no. 1, hlm. 1–10, 2024, [Daring]. Tersedia
pada: https://e-journal.uncip.ac.id/index.php/thematic
[2] A. S. Cahyani, D. A. Fauzan, K. Padmavati, dan R. S. Ekohandito, “Pengaruh Konten Review Channel
Youtube Gadgetin Terhadap Minat Beli Smartphone di Kalangan Gen Z,” Journal of Scientific
Communication, vol. 7, no. 1, Apr 2025, doi: 10.62870/jsc.v7i1.30709.
[3] G. Arum Prabowo, B. Rahmat, dan H. Endah Wahanani, “Aspect-Based Sentiment Analysis Iphone 14 Pro
Menggunakan Algoritma XGBoost,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 6, hlm. 3947–
3952, Jan 2024, doi: 10.36040/jati.v7i6.7831.
[4] J. W. Iskandar dan Y. Nataliani, “Comparison of Naïve Bayes, SVM, and k-NN for Aspect-Based Gadget
Sentiment Analysis,” Jurnal RESTI, vol. 5, no. 6, hlm. 1120–1126, Des 2021, doi: 10.29207/resti.v5i6.3588.
[5] M. D. Bimantara dan I. Zufria, “Text Mining Sentiment Analysis on Mobile Banking Application Reviews
using TF-IDF Method with Natural Language Processing Approach,” JINAV: Journal of Information and
Visualization, vol. 5, no. 1, hlm. 115–123, Jul 2024, doi: 10.35877/454ri.jinav2772.
[6] Rahel Lina Simanjuntak, Theresia Romauli Siagian, Vina Anggriani, dan Arnita Arnita, “Analisis Sentimen
Ulasan Pada Aplikasi E-Commerce Shopee Dengan Menggunakan Algoritma Naïve Bayes,” Jurnal Teknik
Mesin, Elektro dan Ilmu Komputer, vol. 3, no. 3, hlm. 23–39, Nov 2023, doi: 10.55606/teknik.v3i3.2411.
[7] N. Arif Maulana dan Z. Fatah, “Penerapan Metode Naïve Bayes untuk Analisis Sentimen Ulasan Produk di
Platform E-Commerce,” Gudang Jurnal Multidisiplin Ilmu, vol. 2, no. 10, hlm. 433–439, Nov 2024, doi:
10.59435/gjmi.v2i11.1103.
[8] V. G. Shintarani, R. Mayasari, dan M. Jajuli, “Analisis Sentimen Ulasan Konsumen pada Produk Ponsel
Pintar Menggunakan Metode Naive Bayes,” Jurnal Cahaya Mandalika, vol. 4, no. 1, Agu 2023, doi:
10.36312/jcm.v4i1.2101.
[9] R. A. E. V. T. Sapanji, D. Hamdani, dan P. Harahap, “Sentiment Analysis of the Top 5 E-commerce
Platforms in Indonesia using Text Mining and Natural Language Processing (NLP),” Journal of Applied
Informatics and Computing, vol. 7, no. 2, hlm. 202–211, Nov 2023, doi: 10.30871/jaic.v7i2.6517.
[10] P. Primadona dan R. Fauzi, “Penerapan Data Mining pada Penjualan Produk Elektronik,” Computer
and Science Industrial Engineering (COMASIE), vol. 9, no. 4, Okt 2023, doi:
10.33884/comasiejournal.v9i4.7712.
[11] M. A. Palomino dan F. Aider, “Evaluating the Effectiveness of Text Pre-Processing in Sentiment Analysis,”
Applied Sciences (Switzerland), vol. 12, no. 17, Sep 2022, doi: 10.3390/app12178765
[12] A. F. Aufar, Mochamad Alfan Rosid, A. Eviyanti, dan I. R. I. Astutik, “Optimizing Text Preprocessing for
Accurate Sentiment Analysis on E-Wallet Reviews,” JICTE (Journal of Information and Computer
Technology Education), vol. 7, no. 2, hlm. 42–50, Okt 2023, doi: 10.21070/jicte.v7i2.1650.
[13] L. M. Gandy, L. V Ivanitskaya, L. L. Bacon, dan R. Bizri-Baryak, “Public Health Discussions on Social
Media: Evaluating Automated Sentiment Analysis Methods,” JMIR Form Res, vol. 9, hlm. e57395, Jan
2025, doi: 10.2196/57395.
[14] D. Septiani dan I. Isabela, “Analisis Term Frequency Inverse Document Frequency (TF-IDF) dalam Temu
Kembali Informasi pada Dokumen Teks,” SINTESIA : Jurnal Sistem dan Teknologi Informasi Indonesia,
vol. 1, no. 2, Mar 2022.
[15] M. I. Alfarizi, L. Syafaah, dan M. Lestandy, “Emotional Text Classification Using TF-IDF (Term
Frequency-Inverse Document Frequency) And LSTM (Long Short-Term Memory),” JUITA : Jurnal
Informatika, vol. 10, no. 2, hlm. 225, Nov 2022, doi: 10.30595/juita.v10i2.13262.
[16] Q. A. N. Prakoso, A. Muliawati, dan I. N. Isnainiyah, “Analisis Sentimen terhadap Produk Skin Game di
Forum Review Female Daily Menggunakan Metode Multinomial Naïve Bayes dan TF-IDF,” Informatik :
Jurnal Ilmu Komputer, vol. 18, no. 3, hlm. 198, Des 2022, doi: 10.52958/iftk.v18i3.4679.
[17] R. F. Triana, A. I. P. Sari, A. Bahtiar, dan E. Wahyudin, “Implementasi Algoritma Naïve Bayes Untuk
Klasifikasi Sentimen Ulasan Pengguna KAI Access,” Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem
Informasi, vol. 14, no. 1, hlm. 12, Apr 2025, doi: 10.35889/jutisi.v14i1.2437.
[18] Z. Firmansyah dan N. F. Puspitasari, “Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19
Berdasarkan Opini pada Twitter Menggunakan Algoritma Naive Bayes,” JTI : Jurnal Teknik Informatika,
vol. 14, no. 2, Okt 2021, doi: 10.15408/jti.v14i2.24024.
[19] R. Metivianis, D. E. Ratnawati, dan B. Rahayudi, “Analisis Sentimen pengguna Twitter terhadap Vaksinasi
Sinovac dan AstraZeneca menggunakan Algoritma CART,” Jurnal Pengembangan Teknologi Informasi dan
Ilmu Komputer, vol. 6, no. 4, hlm. 2548–964, Apr 2022, [Daring]. Tersedia pada: http://j-ptiik.ub.ac.id
[20] P. Pasek, O. Mahawardana, G. A. Sasmita, P. Agus, dan E. Pratama, “Analisis Sentimen Berdasarkan Opini
dari Media Sosial Twitter terhadap ‘Figure Pemimpin’ Menggunakan Python,” JITTER-Jurnal Ilmiah
Teknologi dan Komputer, vol. 3, no. 1, Apr 2022, doi: https://doi.org/10.5281/zenodo.7934336.
[21] R. Rinandyaswara, Y. A. Sari, dan M. T. Furqon, “Pembentukan Daftar Stopword Menggunakan Term
Based Random Sampling pada Analisis Sentimen dengan Metode Naive Bayes (Studi Kasus : Kuliah Daring
di Masa Pandemi),” Jurnal Teknologi Infromasi dan Ilmu Komputer (JTIK), vol. 9, no. 4, 2022, doi:
10.25126/jtiik.202294707.
[22] M. U. Albab, Y. K. P., dan M. N. Fawaiq, “Optimization of the Stemming Technique on Text Preprocessing
President 3 Periods Topic,” Jurnal Transformatika, vol. 20, no. 2, hlm. 1–12, Jan 2023, doi:
10.26623/transformatika.v20i2.5374.
[23] N. Mahfudza dan M. Ihksan, “Sentiment Analysis of Youtube Comments on Indonesian Presidential
Candidates in 2024 using Naïve Bayes Classifier,” JURIKOM (Jurnal Riset Komputer), vol. 12, no. 2, hlm.
140–148, Apr 2025, doi: 10.30865/jurikom.v12i2.8538.
[24] O. M. Wulandari, I. Maulana, F. Syamsudin, dan R. Waluyo, “Perbandingan Algoritma Naive Bayes dan
SVM dalam Analisis Sentimen Twitter terhadap Isu Ijazah Jokowi Palsu,” Jurnal Manajemen Informatika,
Sistem Informasi dan Teknologi Komputer (JUMISTIK), vol. 4, no. 1, hlm. 392–400, Jun 2025, doi:
10.70247/jumistik.v4i1.145.
Pada Channel Gadgetin Dengan Metode Fine-Tune Menggunakan Pre-Trained Model,” THEMATIC :
InnovaTive ResearcH SciEnce inforMATIon teChnology, vol. 1, no. 1, hlm. 1–10, 2024, [Daring]. Tersedia
pada: https://e-journal.uncip.ac.id/index.php/thematic
[2] A. S. Cahyani, D. A. Fauzan, K. Padmavati, dan R. S. Ekohandito, “Pengaruh Konten Review Channel
Youtube Gadgetin Terhadap Minat Beli Smartphone di Kalangan Gen Z,” Journal of Scientific
Communication, vol. 7, no. 1, Apr 2025, doi: 10.62870/jsc.v7i1.30709.
[3] G. Arum Prabowo, B. Rahmat, dan H. Endah Wahanani, “Aspect-Based Sentiment Analysis Iphone 14 Pro
Menggunakan Algoritma XGBoost,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 6, hlm. 3947–
3952, Jan 2024, doi: 10.36040/jati.v7i6.7831.
[4] J. W. Iskandar dan Y. Nataliani, “Comparison of Naïve Bayes, SVM, and k-NN for Aspect-Based Gadget
Sentiment Analysis,” Jurnal RESTI, vol. 5, no. 6, hlm. 1120–1126, Des 2021, doi: 10.29207/resti.v5i6.3588.
[5] M. D. Bimantara dan I. Zufria, “Text Mining Sentiment Analysis on Mobile Banking Application Reviews
using TF-IDF Method with Natural Language Processing Approach,” JINAV: Journal of Information and
Visualization, vol. 5, no. 1, hlm. 115–123, Jul 2024, doi: 10.35877/454ri.jinav2772.
[6] Rahel Lina Simanjuntak, Theresia Romauli Siagian, Vina Anggriani, dan Arnita Arnita, “Analisis Sentimen
Ulasan Pada Aplikasi E-Commerce Shopee Dengan Menggunakan Algoritma Naïve Bayes,” Jurnal Teknik
Mesin, Elektro dan Ilmu Komputer, vol. 3, no. 3, hlm. 23–39, Nov 2023, doi: 10.55606/teknik.v3i3.2411.
[7] N. Arif Maulana dan Z. Fatah, “Penerapan Metode Naïve Bayes untuk Analisis Sentimen Ulasan Produk di
Platform E-Commerce,” Gudang Jurnal Multidisiplin Ilmu, vol. 2, no. 10, hlm. 433–439, Nov 2024, doi:
10.59435/gjmi.v2i11.1103.
[8] V. G. Shintarani, R. Mayasari, dan M. Jajuli, “Analisis Sentimen Ulasan Konsumen pada Produk Ponsel
Pintar Menggunakan Metode Naive Bayes,” Jurnal Cahaya Mandalika, vol. 4, no. 1, Agu 2023, doi:
10.36312/jcm.v4i1.2101.
[9] R. A. E. V. T. Sapanji, D. Hamdani, dan P. Harahap, “Sentiment Analysis of the Top 5 E-commerce
Platforms in Indonesia using Text Mining and Natural Language Processing (NLP),” Journal of Applied
Informatics and Computing, vol. 7, no. 2, hlm. 202–211, Nov 2023, doi: 10.30871/jaic.v7i2.6517.
[10] P. Primadona dan R. Fauzi, “Penerapan Data Mining pada Penjualan Produk Elektronik,” Computer
and Science Industrial Engineering (COMASIE), vol. 9, no. 4, Okt 2023, doi:
10.33884/comasiejournal.v9i4.7712.
[11] M. A. Palomino dan F. Aider, “Evaluating the Effectiveness of Text Pre-Processing in Sentiment Analysis,”
Applied Sciences (Switzerland), vol. 12, no. 17, Sep 2022, doi: 10.3390/app12178765
[12] A. F. Aufar, Mochamad Alfan Rosid, A. Eviyanti, dan I. R. I. Astutik, “Optimizing Text Preprocessing for
Accurate Sentiment Analysis on E-Wallet Reviews,” JICTE (Journal of Information and Computer
Technology Education), vol. 7, no. 2, hlm. 42–50, Okt 2023, doi: 10.21070/jicte.v7i2.1650.
[13] L. M. Gandy, L. V Ivanitskaya, L. L. Bacon, dan R. Bizri-Baryak, “Public Health Discussions on Social
Media: Evaluating Automated Sentiment Analysis Methods,” JMIR Form Res, vol. 9, hlm. e57395, Jan
2025, doi: 10.2196/57395.
[14] D. Septiani dan I. Isabela, “Analisis Term Frequency Inverse Document Frequency (TF-IDF) dalam Temu
Kembali Informasi pada Dokumen Teks,” SINTESIA : Jurnal Sistem dan Teknologi Informasi Indonesia,
vol. 1, no. 2, Mar 2022.
[15] M. I. Alfarizi, L. Syafaah, dan M. Lestandy, “Emotional Text Classification Using TF-IDF (Term
Frequency-Inverse Document Frequency) And LSTM (Long Short-Term Memory),” JUITA : Jurnal
Informatika, vol. 10, no. 2, hlm. 225, Nov 2022, doi: 10.30595/juita.v10i2.13262.
[16] Q. A. N. Prakoso, A. Muliawati, dan I. N. Isnainiyah, “Analisis Sentimen terhadap Produk Skin Game di
Forum Review Female Daily Menggunakan Metode Multinomial Naïve Bayes dan TF-IDF,” Informatik :
Jurnal Ilmu Komputer, vol. 18, no. 3, hlm. 198, Des 2022, doi: 10.52958/iftk.v18i3.4679.
[17] R. F. Triana, A. I. P. Sari, A. Bahtiar, dan E. Wahyudin, “Implementasi Algoritma Naïve Bayes Untuk
Klasifikasi Sentimen Ulasan Pengguna KAI Access,” Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem
Informasi, vol. 14, no. 1, hlm. 12, Apr 2025, doi: 10.35889/jutisi.v14i1.2437.
[18] Z. Firmansyah dan N. F. Puspitasari, “Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19
Berdasarkan Opini pada Twitter Menggunakan Algoritma Naive Bayes,” JTI : Jurnal Teknik Informatika,
vol. 14, no. 2, Okt 2021, doi: 10.15408/jti.v14i2.24024.
[19] R. Metivianis, D. E. Ratnawati, dan B. Rahayudi, “Analisis Sentimen pengguna Twitter terhadap Vaksinasi
Sinovac dan AstraZeneca menggunakan Algoritma CART,” Jurnal Pengembangan Teknologi Informasi dan
Ilmu Komputer, vol. 6, no. 4, hlm. 2548–964, Apr 2022, [Daring]. Tersedia pada: http://j-ptiik.ub.ac.id
[20] P. Pasek, O. Mahawardana, G. A. Sasmita, P. Agus, dan E. Pratama, “Analisis Sentimen Berdasarkan Opini
dari Media Sosial Twitter terhadap ‘Figure Pemimpin’ Menggunakan Python,” JITTER-Jurnal Ilmiah
Teknologi dan Komputer, vol. 3, no. 1, Apr 2022, doi: https://doi.org/10.5281/zenodo.7934336.
[21] R. Rinandyaswara, Y. A. Sari, dan M. T. Furqon, “Pembentukan Daftar Stopword Menggunakan Term
Based Random Sampling pada Analisis Sentimen dengan Metode Naive Bayes (Studi Kasus : Kuliah Daring
di Masa Pandemi),” Jurnal Teknologi Infromasi dan Ilmu Komputer (JTIK), vol. 9, no. 4, 2022, doi:
10.25126/jtiik.202294707.
[22] M. U. Albab, Y. K. P., dan M. N. Fawaiq, “Optimization of the Stemming Technique on Text Preprocessing
President 3 Periods Topic,” Jurnal Transformatika, vol. 20, no. 2, hlm. 1–12, Jan 2023, doi:
10.26623/transformatika.v20i2.5374.
[23] N. Mahfudza dan M. Ihksan, “Sentiment Analysis of Youtube Comments on Indonesian Presidential
Candidates in 2024 using Naïve Bayes Classifier,” JURIKOM (Jurnal Riset Komputer), vol. 12, no. 2, hlm.
140–148, Apr 2025, doi: 10.30865/jurikom.v12i2.8538.
[24] O. M. Wulandari, I. Maulana, F. Syamsudin, dan R. Waluyo, “Perbandingan Algoritma Naive Bayes dan
SVM dalam Analisis Sentimen Twitter terhadap Isu Ijazah Jokowi Palsu,” Jurnal Manajemen Informatika,
Sistem Informasi dan Teknologi Komputer (JUMISTIK), vol. 4, no. 1, hlm. 392–400, Jun 2025, doi:
10.70247/jumistik.v4i1.145.
Published
2025-12-30
How to Cite
KAMILAH, Faniah Iftitakhul; ROCHMAN, Muhammad Zaini; ROSYID, Harun Al.
ANALISIS SENTIMEN KOMENTAR YOUTUBE TERHADAP PERILISAN IPHONE 17 SERIES MENGGUNAKAN ALGORITMA NAIVE BAYES.
Journal of Information System, Informatics and Computing, [S.l.], v. 9, n. 2, p. 418-429, dec. 2025.
ISSN 2597-3673.
Available at: <https://journal.stmikjayakarta.ac.id/index.php/jisicom/article/view/2198>. Date accessed: 31 dec. 2025.
doi: https://doi.org/10.52362/jisicom.v9i2.2198.
Section
Articles
This work is licensed under a Creative Commons Attribution 4.0 International License.
.png)
.png)
