Implementasi Natural Language Processing untuk Analisis Sentimen Komentar YouTube: Studi Kasus Konflik Iran–Israel

Suprayuandi Pratama; Faturrahman  Faturrahman; Arif Rumata; Haiyudi Haiyudi; Achmad Nur Sholeh

Penulis

Suprayuandi Pratama Program Studi Rekayasa Perangkat Lunak, Universitas Lembah Dempo, Pagaralam
Faturrahman Faturrahman Program Studi Rekayasa Perangkat Lunak, Universitas Lembah Dempo, Pagaralam
Arif Rumata Program Studi Magister Pendidikan Agama Islam, Universitas Ahmad Dahlan
Haiyudi Haiyudi Pendidikan Bahasa Inggris, Universitas Muhammadiyah Bangka Belitung
Achmad Nur Sholeh Teknik Informatika, Universitas Pamulang, Tanggerang Selatan

Kata Kunci:

Natural Language Processing, analisis sentimen, YouTube, komentar publik

Abstrak

Penelitian ini membahas penerapan Natural Language Processing (NLP) untuk klasifikasi sentimen komentar YouTube terkait konflik Iran–Israel. Perkembangan media sosial, khususnya YouTube, telah menjadikannya ruang publik di mana opini dan emosi masyarakat global diekspresikan secara bebas. Namun, sifat data komentar yang tidak terstruktur menghadirkan tantangan analisis. Untuk itu, penelitian ini memanfaatkan pendekatan text mining dan algoritma NLP dengan tahapan pra-pemrosesan seperti case folding, tokenisasi, stopword removal, dan stemming. Selanjutnya, analisis sentimen dilakukan menggunakan model berbasis transformer (RoBERTa/BERT) untuk mengelompokkan komentar ke dalam kategori positif, negatif, dan netral. Hasil penelitian menunjukkan dominasi sentimen positif, diikuti oleh komentar netral, serta sebagian kecil komentar bernuansa negatif. Analisis topik menggunakan Latent Dirichlet Allocation (LDA) mengungkap isu utama berupa kinerja pemerintah, kesejahteraan masyarakat, dan aspek pembangunan. Selain itu, ekstraksi kata kunci dengan TF-IDF memperkuat temuan dengan menampilkan kata yang mewakili persepsi publik. Penelitian ini menegaskan bahwa NLP dapat menjadi alat efektif untuk memahami opini masyarakat secara real-time. Temuan ini relevan tidak hanya dalam konteks konflik geopolitik, tetapi juga dalam kajian sosial-politik digital secara lebih luas..

Referensi

T. Nguyen, et al., “The Role of Social Media in Shaping Public Opinion: A Computational Approach,” Information Processing & Management, vol. 58, no. 6, pp. 102–119, 2021.

J. Li and Y. Xu, “User-Generated Content and Its Impact on Public Discourse in Online Platforms,” Journal of Information Science, vol. 47, no. 5, pp. 612–627, 2021.

A. Naseem, I. Razzak, and M. Imran, “Text Classification for Sentiment Analysis: A Comparative Review,” ACM Computing Surveys, vol. 54, no. 6, pp. 1–35, 2022.

S. K. Saha, A. Yadav, and S. R. Reddy, “Sentiment Analysis in Political Discourse: Applications and Challenges,” Social Network Analysis and Mining, vol. 12, no. 1, pp. 45–59, 2022.

M. Al-Rawi, “Social Media and the Geopolitics of the Middle East: Public Sentiments on the Iran–Israel Conflict,” Telematics and Informatics, vol. 64, pp. 101–121, 2022.

Z. Chen, L. Zhou, and X. Liu, “Opinion Mining from YouTube Comments: Trends and Future Directions,” Online Information Review, vol. 47, no. 2, pp. 233–249, 2023.

Y. Zhang and H. Wang, “Advances in Natural Language Processing for Conflict Analysis on Social Media,” Expert Systems with Applications, vol. 216, pp. 119–137, 2023.

R. Kumar and V. Gupta, “Machine Learning Approaches for Multilingual Sentiment Classification,” Future Generation Computer Systems, vol. 142, pp. 320–335, 2023.

T. Ali, F. Hassan, and S. Ahmad, “Deep Learning-Based Sentiment Analysis for Social Media Data,” Applied Intelligence, vol. 53, no. 8, pp. 9876–9892, 2023.

Pratama, S., Sesiati, R., & Iski, I. Z. (2025). Clustering komentar YouTube terkait kesempatan kerja Gen Z di luar negeri: Studi pada video channel BeritaSatu. SISKOMTI: Jurnal Sistem Informasi Komputer dan Teknologi Informasi, 7(2), 79–87. https://doi.org/10.54342/9gye7t18.

Pratama, S., Majduddin, & Triawan, M. (2025, Februari). Klasifikasi sentimen komentar pada video “Rendang Hilang di Palembang” oleh Willy Salim menggunakan algoritma Support Vector Machine (SVM). SISKOMTI: Jurnal Sistem Informasi Komputer dan Teknologi Informasi, 7(1). https://doi.org/10.54342/625mqn95