Analisis Sentimen Komentar Youtube Pada Video “Mindfulness In The Age Of Bad News” Oleh Maudy Ayunda Menggunakan Indobert
DOI:
https://doi.org/10.31004/sicedu.v5i3.1649Abstrak
Penelitian ini bertujuan mengklasifikasikan sentimen 8.360 komentar YouTube pada video “Mindfulness in the Age of Bad News” di kanal Maudy Ayunda, sekaligus menelaah ciri kebahasaan tiap kelas sentimen. Data diambil melalui YouTube Data API v3, dilabeli otomatis (pseudo-label) menggunakan IndoBERT, lalu dibagi menjadi 6.688 data latih, 836 data validasi, dan 836 data uji. Model yang dikembangkan berupa arsitektur hibrida, yakni IndoBERT (indobert-base-p1) yang dibekukan sebagai pengekstrak fitur kontekstual dan dua lapis Transformer Encoder sebagai pengklasifikasi. Teks asli ditokenisasi dengan BertTokenizer untuk pemodelan; versi yang sudah dibersihkan dan dinormalisasi dipakai untuk analisis bahasa. Ciri kebahasaan ditelaah di tingkat frasa dengan log-odds ratio. Model hibrida ini memperoleh akurasi 85,77%, presisi makro 81,28%, recall makro 83,39%, F1-score makro 82,21%, dan F1-score terbobot 85,91%, dengan waktu pelatihan 184,6 detik di GPU T4. Model ini mengungguli empat model pembanding (RoBERTa, LSTM, GRU, dan BiLSTM), dengan selisih akurasi 16,03 poin persentase terhadap model pembanding terbaik. Sentimen negatif mendominasi dataset (62,1%), dengan topik yang banyak menyentuh pajak, empati, dan kesenjangan ekonomi. Komentar positif dan netral lebih banyak ditulis dalam bahasa Inggris, dengan isi berupa dukungan yang bercampur sindiran. Sebagian kesalahan prediksi berasal dari sarkasme dan label otomatis (pseudo-label) yang kurang tepat, sehingga hasil perlu dibaca dengan mempertimbangkan keterbatasan tersebut.






