Implementasi bidirectional encorder representation from transformers (BERT) untuk analisis sentimen komentar Youtube ceramah islam

INDONESIA :

Penelitian ini bertujuan untuk menerapkan model Bidirectional Encoder Representations from Transformers (BERT) untuk analisis sentimen komentar pada video ceramah Islam di YouTube. Analisis sentimen ini bertujuan untuk mengidentifikasi sentimen positif, negatif, dan netral dari komentar-komentar yang terdapat pada video ceramah. Hasil analisis ini dapat memberikan wawasan terkait penerimaan audiens terhadap materi yang disampaikan. Proses penelitian dimulai dengan pengumpulan data komentar menggunakan YouTube Data API, yang kemudian diproses melalui tahapan preprocessing, seperti case folding, normalisasi, tokenisasi, dan stopword removal. Setelah itu, model BERT diterapkan untuk mengklasifikasikan komentar berdasarkan sentimennya. Evaluasi dilakukan dengan menggunakan confusion matrix yang terdiri dari akurasi, presisi, recall, dan f1-score. Hasil penelitian menunjukkan bahwa model BERT mencapai akurasi sebesar 83% dalam mengklasifikasikan sentimen komentar, dengan kinerja terbaik pada kategori sentimen negatif. Meskipun model menunjukkan hasil yang baik, terdapat beberapa kesalahan dalam mengklasifikasikan sentimen positif dan netral. Penelitian ini juga memberikan kontribusi dalam penerapan teknologi analisis sentimen dalam konteks ceramah Islam dan dapat digunakan untuk meningkatkan kualitas dakwah di era digital.

ENGLISH :

This study aims to apply the Bidirectional Encoder Representations from Transformers (BERT) model in analysing the sentiment of comments on Islamic lecture videos on YouTube. This sentiment analysis aims to identify positive, negative, and neutral sentiment from the comments on the lecture videos. The results of this analysis can provide insights into the audience's acceptance of the material presented. The research process began with the collection of comment data using the YouTube Data API, which was then processed through preprocessing stages, such as case folding, normalisation, tokenisation, and stopword removal. After that, the BERT model was applied to classify comments based on their sentiment. The evaluation was carried out using a confusion matrix and other evaluation metrics, such as Accuracy, precision, recall, and F1-Score. The results of the study show that the BERT model achieved 83% Accuracy in classifying comment sentiment, with the best performance in the negative sentiment category. Although the model showed good results, there were some errors in classifying positive and neutral sentiment. This study also contributes to the application of sentiment analysis technology in the context of Islamic lectures and can be used to improve the quality of da'wah in the digital age.

ARABIC :

هدف هذا البحث إلى تطبيق نموذج تمثيل الترميز ثنائي الاتجاه من المحولات (BERT) لتحليل المشاعر في التعليقات على مقاطع الفيديو لخطاب الإسلامية على يوتيوب. يهدف تحليل المشاعر هذا إلى تحديد المشاعر الإيجابية والسلبية والمحايدة من التعليقات الموجودة على مقاطع الفيديو. يمكن أن توفر نتائج هذا التحليل رؤى تتعلق بقبول الجمهور للمواد المقدمة. تبدأ عملية البحث بجمع بيانات التعليقات باستخدام واجهة برمجة تطبيقات بيانات يوتيوب، والتي يتم معالجتها بعد ذلك من خلال مراحل المعالجة الأولية، مثل تقليل الحالة، والتطبيع، والتجزئة، وإزالة الكلمات الشائعة. بعد ذلك، تم تطبيق نموذج بيرت لتصنيف التعليقات بناءً على مشاعرها. تم إجراء التقييم باستخدام المصفوفة الالتباسية التي تتكون من الدقة، والموثوقية، والاسترجاع، ودرجة ف1. أشارت نتائج البحث إلى أن نموذج بيرت حقق دقة تبلغ 83٪ في تصنيف مشاعر التعليقات، مع أفضل أداء في فئة المشاعر السلبية. على الرغم من أن النموذج أظهر نتائج جيدة، إلا أن هناك بعض الأخطاء في تصنيف المشاعر الإيجابية والمحايدة. يساهم هذا البحث أيضًا في تطبيق تكنولوجيا تحليل المشاعر في سياق الخطب الإسلامية ويمكن استخدامه لتحسين جودة الدعوة في العصر الرقمي