ANALISIS SENTIMEN KOMENTAR BERBASIS TEKS DAN EMOJI PADA VIDEO KONTEN EDUKASI YOUTUBE MENGGUNAKAN METODE BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT)

Pada zaman digital saat ini, Youtube telah menjadi platform video paling populer di dunia. Salah satu konten yang mengalami pertumbuhan yaitu konten edukasi dimana konten ini sangat penting untuk diperhatikan agar informasi yang diberikan bisa dipelajari dengan baik dan tidak menyesatkan. Beragam reaksi pengguna Ketika menonton video sangat memengaruhi reputasi konten tersebut. Dalam menilai video, Youtube memiliki fitur komentar, namun seringkali komentar yang mencapai ribuan sangat sulit jika di analisa secara manual, sehingga dibutuhkan pendekatan analisis sentimen untuk dapat mengetahui Kesimpulan dari video secara efisien. Metodologi yang digunakan pada penelitian ini meliputi pengumpulan dataset komentar video, kemudian menerapkan fine tunning model IndoBERT untuk tugas analisis sentimen. Pengujian dan evaluasi model dilakukan dalam 3 skenario berbeda dengan ukuran batch 8, 16, dan 32, kemudian mengukur performa berdasarkan precision, recall, dan f1-score. Penelitian menunjukkan bahwa model yang dikembangkan mampu melakukan sentimen analisis dengan performa yang baik, skor tertinggi yaitu pada scenario pertama dengan batch size 8 epoch ke 4. dengan nilai akurasi sebesar 85%