Analisis Fitur-Fitur Yang Mempengaruhi Jumlah Subscribers Youtube Menggunakan Algoritma Naive Bayes Classifier

Abstract

Salah satunya teknologi dalam bidang komunikasi adalah platform media sosial. Media sosial Youtube adalah salah satu media sosial yang paling banyak digunakan di Indonesia. Keuntungan yang didapatkan oleh Content Creator atau Youtuber berasal dari AdSense. Youtube memiliki beberapa fitur yang disediakan yaitu like, dislike, view dan komentar (komentar dengan sentimen negatif atau positif). Diperlukan sistem klasifikasi otomatis sentimen komentar Youtube untuk klasifikasi komentar positif dan komentar negatif, selain itu analisis fitur-fitur yang mempengaruhi jumlah subscribers sehingga Content Creator dapat mengetahui fitur-fitur yang dapat mempengaruhi jumlah subscribers. Dalam penelitian ini akan dibuat sistem klasifikasi otomatis sentimen komentar menggunakan algoritma Naive Bayes (NB) sehingga proses klasifikasi komentar positif dan negatif dapat dilakukan dengan mudah, data yang digunakan dalam analisis adalah sebanyak 53 channel Youtube dengan jenis vlog. Selain itu data yang digunakan sebagai data latih klasifikasi adalah sebanyak 4166 sentimen positif dan 4166 sentimen negatif, setelah itu dilakukan analisis fitur-fitur yang mempengaruhi jumlah subscribers dengan menggunakan chi square. Hasil dari analisis dengan chi square didapatkan ada 4 fitur yang memiliki pengaruh terhadap jumlah subscribers yaitu jumlah view dengan nilai chi square 23.105, dislike dengan nilai chi square 13.745, jumlah komentar sentimen positif dengan nilai chi square 18.123 dan jumlah like dengan nilai chi square 13.745. Hasil akurasi untuk sistem klasifikasi otomatis menggunakan Naive Bayes (NB) sebesar 81%.