EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

ANALISIS SENTIMEN BAHASA INDONESIA LIVE CHAT STREAMING YOUTUBE MENGGUNAKAN ROBERTA

Muhammad Gathan Al-Ghifari, Kezia Natalli Pratama, Bryan Darrel Saputro, Viny Christanti Mawardi

Jurnal Serina Sains, Teknik dan Kedokteran · 30.06.2025 · 3 (1) · 105-112

DOI: 10.24912/jsstk.v3i1.37110 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal Serina Sains, Teknik dan Kedokteran, online erschienen am 30.06.2025. Verfasst von Muhammad Gathan Al-Ghifari und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Analisis sentimen komentar live chat di YouTube memberikan informasi penting tentang respons audiens secara realtime terhadap suatu konten atau siaran langsung. Interaksi ini mencerminkan emosi, opini, serta tingkat keterlibatan penonton terhadap topik yang sedang dibahas. Oleh karena itu, penting untuk memiliki metode yang akurat dalam mengklasifikasikan sentimen tersebut menjadi kategori positif, negatif, atau netral. Tujuan dari penelitian ini adalah untuk mengevaluasi efektivitas model RoBERTa, yang telah disesuaikan khusus untuk Bahasa Indonesia, dalam melakukan klasifikasi sentimen secara otomatis terhadap komentar live chat YouTube. Model yang digunakan dalam penelitian ini adalah IndoBERTa, yaitu varian dari RoBERTa yang telah dilatih menggunakan data berbahasa Indonesia. Data dikumpulkan secara langsung dari sesi live streaming populer di YouTube, lalu melalui tahapan praproses teks seperti tokenisasi, normalisasi, penghapusan tanda baca dan emoji, serta pembersihan kata-kata tidak baku yang umum ditemukan dalam bahasa informal. Proses ini bertujuan agar model dapat memahami konteks sebenarnya dari tiap komentar. Hasil pengujian menunjukkan bahwa IndoBERTa mampu mencapai akurasi sebesar 91,7% dalam mengklasifikasikan sentimen, mengungguli model-model dasar lainnya seperti LSTM yang hanya mencapai 83,9% dan Naïve Bayes yang memperoleh 74,5%.Temuan ini menunjukkan bahwa model berbasis transformer seperti RoBERTa , khususnya IndoBERTa, sangat efektif dalam memahami konteks, nuansa, dan variasi bahasa informal yang sering digunakan dalam percakapan live chat. Oleh karena itu, pendekatan ini dinilai relevan untuk diterapkan dalam analisis media sosial berbasis teks real-time.

Zitieren

APA

Al-Ghifari, M. G., Pratama, K. N., Saputro, B. D., & Mawardi, V. C. (2025). ANALISIS SENTIMEN BAHASA INDONESIA LIVE CHAT STREAMING YOUTUBE MENGGUNAKAN ROBERTA. Jurnal Serina Sains, Teknik dan Kedokteran, 3(1), 105-112. https://doi.org/10.24912/jsstk.v3i1.37110

Vancouver

Al-Ghifari MG, Pratama KN, Saputro BD, Mawardi VC. ANALISIS SENTIMEN BAHASA INDONESIA LIVE CHAT STREAMING YOUTUBE MENGGUNAKAN ROBERTA. Jurnal Serina Sains, Teknik dan Kedokteran. 2025;3(1):105-112. doi:10.24912/jsstk.v3i1.37110

BibTeX
@article{AlGhifari2025,
  author = {Al-Ghifari, Muhammad Gathan and Pratama, Kezia Natalli and Saputro, Bryan Darrel and Mawardi, Viny Christanti},
  title = {ANALISIS SENTIMEN BAHASA INDONESIA LIVE CHAT STREAMING YOUTUBE MENGGUNAKAN ROBERTA},
  journal = {Jurnal Serina Sains, Teknik dan Kedokteran},
  year = {2025},
  volume = {3},
  number = {1},
  pages = {105--112},
  doi = {10.24912/jsstk.v3i1.37110}
}
Kostenlos starten →