PENERAPAN METODE DECISION TREE DALAM DETEKSI SPAM KOMENTAR YOUTUBE UNTUK ANALISIS SENTIMEN PENGGUNA

• MUHAMAD FAHRI ISNAENI
• 2024

---

Spam komentar di platform YouTube merupakan masalah serius yang dapat mengganggu pengalaman pengguna dan keberlanjutan konten yang relevan. Penelitian ini bertujuan untuk mengimplementasikan metode Decision Tree dalam mendeteksi spam. Metode ini menggunakan dataset yang telah dilabeli, yang terdiri dari berbagai fitur seperti teks komentar, jumlah like, dislike, dan lainnya yang relevan. Proses pengumpulan data dilakukan dengan mengambil sampel komentar dari video-video yang berbeda di YouTube, yang kemudian diolah menggunakan Rapid Miner. Langkah-langkah preprocessing termasuk membersihkan data dari karakter yang tidak diinginkan, mengatasi ketidakseimbangan kelas, dan mempersiapkan fitur-fitur untuk proses pembelajaran mesin. Model Decision Tree dikembangkan dengan menggunakan algoritma C4.5, yang efektif dalam menangani data kompleks dan menghasilkan aturan keputusan yang mudah diinterpretasikan. Evaluasi model dilakukan dengan membagi dataset menjadi data latih dan data uji, dan hasilnya menunjukkan performa yang memuaskan. Akurasi model mencapai 92.5%, dengan precision 90.4% dan recall 88.7%, menunjukkan kemampuan model dalam mengenali spam komentar dengan baik. Implementasi ini memiliki dampak signifikan dalam meningkatkan kualitas interaksi di platform YouTube, dengan mengurangi jumlah komentar spam yang mempengaruhi pengalaman pengguna. Hasil penelitian ini juga memberikan wawasan baru tentang efektivitas metode Decision Tree dalam konteks deteksi spam di platform berbasis konten yang besar. Implikasi dari penelitian ini dapat membantu pengelola konten dalam meningkatkan pengawasan dan manajemen komentar, serta meningkatkan pengalaman pengguna secara keseluruhan.

• Algoritma C4.5
• Evaluasi Performa
• Interaksi Pengguna
• Ketidakseimbangan Kelas
• Preprocessing Data

https://repository.bsi.ac.id/repo/56298/PENERAPAN-METODE-DECISION-TREE-DALAM-DETEKSI-SPAM-KOMENTAR-YOUTUBE-UNTUK-ANALISIS-SENTIMEN-PENGGUNA
File full-text dikunci.