Implementasi Metode VADER Pada Analisis Sentimen Komentar Video Youtube Desa Wisata Bejijong

Budi Santoso, Sanhari Prawiradiredja, Dhimam Abror, Siska Armawati Sufa, Alda Raharja, Pradana Tera Mardianta

Abstract


Salah satu media sosial yang memiliki basis pengguna besar adalah YouTube. Banyak video dalam berbagai bentuk di YouTube mengundang perhatian dan memuat komentar merefleksikan sentimen terhadap video tersebut. Desa Wisata Bejijong juga akan memanfaatkan peluang ini untuk membuat video promosi yang menampilkan daya tarik wisata, dengan tujuan meningkatkan visibilitas dan daya tarik destinasi di wilayah mereka. Namun, hingga saat ini belum ada analisis atau evaluasi terhadap respons penonton terhadap video yang menunjukkan efektivitas promosi digital tersebut. Berdasarkan hal tersebut, dilakukan sebuah penelitian dengan menggunakan metode Valence Aware Dictionary and Entiment Reasoner (VADER) untuk menganalisis sentimen penonton YouTube terhadap video profil wisata Desa Bejijong, Mojokerto. Penelitian ini menganalisis 1396 komentar yang berasal dari 9 video YouTube yang berbeda. Data dikumpulkan melalui proses crawling, preprocessing, kemudian dilanjutkan dengan klasifikasi dan visualisasi. Hasil dari proses ini menunjukkan 465 komentar positif, 95 komentar negatif, dan 434 komentar netral. Penelitian ini memberikan wawasan dan evaluasi mengenai promosi wisata melalui YouTube yang dapat menjadi panduan dalam produksi video di masa mendatang.

Full Text:

PDF

References


H. Hassani, C. Beneki, S. Unger, M. T. Mazinani, and M. R. Yeganegi, “Text mining in big data analytics,” Big Data and Cognitive Computing, vol. 4, no. 1, pp. 1–34, Mar. 2020, doi: 10.3390/bdcc4010001.

S. Tandel, “A Survey on Text Mining Techniques,” International Conference on Advanced Computing & Communication Systems, pp. 1–5, 2019.

Ramadhanu, Agung, et al. "Penerapan Teknologi Machine Learning Dengan Metode Vader Pada Aplikasi Sentimen Tamu Di Hotel Dymens." JOISIE (Journal Of Information Systems And Informatics Engineering) 7.1 (2023): 165-173.

D. I. Sari, Y. F. Wati, and Widiastuti, “Analisis Sentimen dan Klasifikasi Tweets Berbahasa Indonesia Terhadap Transportasi Umum MRT Jakarta Menggunakan Naive Bayes Classifier,” Jurnal Ilmiah Informatika Komputer, vol. 25, no. 1, pp. 64–75, 2020, doi: 10.35760/ik.2020.v25i1.2427.

M. A. Z. Larasati, N. A. S. Winarsih, M. S. Rohman, and G. W. Saraswati, “Penerapan Metode K-Means Clustering dalam Menganalisis Sentimen Masyarakat terhadap K- Popers pada Twitter,” Progresif: Jurnal Ilmiah Komputer, vol. 18, no. 2, pp. 201–210, Aug. 2022, [Online].

A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritme Klasifikasi,” Jurnal Teknoinfo, vol. 14, no. 2, p. 115, Jul. 2020, doi: 10.33365/jti.v14i2.679.

Singgalen, Yerik Afrianto. "Implementation of the GloVe in Topic Analysis based on Vader and TextBlob Sentiment Classification." Building of Informatics, Technology and Science (BITS) 5.4 (2024): 649-658.

Hoiriyah, Hoiriyah, et al. "Lexicon-Based and Naive Bayes Sentiment Analysis for Recommending the Best Marketplace Selection as a Marketing Strategy for MSMEs." Jurnal Pilar Nusa Mandiri 19.2 (2023): 65-76.




DOI: http://dx.doi.org/10.26798/juti.v3i2.1868

Article Metrics

Abstract view : 20 times
PDF - 4 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Budi Santoso, Sanhari Prawiradiredja, Dhimam Abror, Siska Armawati Sufa, Alda Raharja, Pradana Tera Mardianta

Jurnal Teknologi Informasi

Published by
Fakultas Teknologi Informasi
Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM)

Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198
Telp. (0274)486664

Website : https://www.utdi.ac.id/

e-ISSN


Creative Commons License

JuTI "Jurnal Teknologi Informasi" 
by Fakultas Teknologi Informasi, Universitas Teknologi Digital Indonesia 
is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.