Implementasi Metode Pelabelan RoBERTa dan Lexicon-Based 2-Class dan 3-Class untuk Analisis Sentimen Komentar YouTube tentang Timnas Indonesia pada FIFA ASEAN Cup 2026

Platform Analisis Sentimen Komentar YouTube tentang Timnas Indonesia

Website ini merupakan platform penelitian dan pengolahan data untuk melakukan analisis sentimen komentar YouTube terkait Timnas Indonesia pada ajang FIFA ASEAN Cup 2026. Sistem dirancang untuk mengolah data komentar secara otomatis mulai dari proses pengumpulan data, preprocessing, pelabelan sentimen, hingga klasifikasi menggunakan berbagai algoritma Machine Learning dan Deep Learning.

Tahapan utama dalam sistem meliputi:

1. Scraping Komentar YouTube berdasarkan keyword tertentu.
2. Text Preprocessing untuk membersihkan dan mempersiapkan data teks.
3. RoBERTa-Based Sentiment Classifier untuk menghasilkan label sentimen.
4. Lexicon-Based Labelling 3 Class dengan kategori positif, netral, dan negatif.
5. Lexicon-Based Labelling 2 Class dengan kategori positif dan negatif.
6. Perbandingan Labelling Data untuk mengevaluasi perbedaan hasil pelabelan.
7. Klasifikasi dan Evaluasi Model menggunakan:
- Regresi Logistik
- Support Vector Machine (SVM)
- K-Nearest Neighbor (KNN)
- Naive Bayes
- Random Forest
- Decision Tree
- Neural Network

Website ini dapat digunakan sebagai media penelitian, eksperimen NLP, dan evaluasi performa berbagai algoritma klasifikasi sentimen terhadap opini publik di media sosial. Hasil analisis diharapkan dapat memberikan gambaran mengenai kecenderungan sentimen masyarakat terhadap Timnas Indonesia berdasarkan komentar yang dikumpulkan dari YouTube.