Ahmad Faqih Al Ghiffary Primary Author mixed material bibliography Banda Aceh Fakultas mipa 2025

Skripsi

YouTube merupakan platform berbagi video terbesar di dunia yang memungkinkan pengguna berinteraksi melalui komentar, namun munculnya spam komentar mengganggu pengalaman pengguna dan kredibilitas kreator. Penelitian ini bertujuan untuk mendeteksi spam komentar di YouTube dengan pendekatan Ensemble Machine Learning. Data komentar dikumpulkan melalui YouTube API dan diproses melalui tahapan case folding, stemming, stopwords removal, dan tokenization. Penelitian ini menggunakan model individual berupa Naive Bayes, Logistic Regression, Support Vector Machine, Decision Tree, dan Random Forest, serta model ensemble yang meliputi Hard Ensemble, Soft Ensemble, dan Weighted Ensemble. Evaluasi model dilakukan dengan metrik F1-score, precision, recall, dan Mathew Correlation Coefficient (MCC), yang menunjukkan bahwa Hard Ensemble memperoleh F1-score sebesar 90,59% dengan MCC 0,892, Soft Ensemble mencapai F1-score 90,30% dengan MCC 0,888, dan Weighted Ensemble mendapatkan F1-score 90,12% dengan MCC 0,886. Sementara itu, model individual menunjukkan performa yang lebih rendah, dengan Support Vector Machine memperoleh F1-score 88,48% dan MCC 0,869, Random Forest mencapai F1-score 87,23% dan MCC 0,853, Decision Tree memperoleh F1-score 86,22% dengan MCC 0,842, Logistic Regression mencapai F1-score 84,72% dan MCC 0,824, serta Naive Bayes hanya mencapai F1-score 63,67% dengan MCC 0,599. Temuan ini mengindikasikan bahwa metode ensemble secara signifikan meningkatkan akurasi dalam mendeteksi spam komentar di YouTube, sehingga diharapkan dapat meningkatkan kualitas interaksi pengguna dan membantu mengurangi penyebaran spam. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 153711 2025-04-17 13:59:27 2025-04-17 15:35:34 machine generated