Youtube merupakan platform video terbesar di dunia dengan total pengguna sebanyak 1,5 miliar pada tahun 2018. Youtube menjadi salah satu platform penyedia informasi, salah satunya yakni kenaikan harga minyak mentah dunia hingga berada di atas US$100 per barel. Berdasarkan permasalahan tersebut, penulis melakukan penelitian terkait analisis sentimen dari komentar pengguna Youtube mengenai kenaikan harga BBM menggunakan metode Gaussian naïve bayes. Percobaan dilakukan menggunakan 3053 dataset dengan pelabelan menggunakan lexicon dan split data 8:2. Penerapan vektorisasi kata menggunakan word embedding Fasttext dan Bag of word sebagai pembanding terhadap akurasi. Percobaan dilakukan dengan kombinasi perbedaan dimensi size pada proses pembuatan language model fasttext. Berdasarkan hasil penelitian yang telah dilakukan, didapatkan nilai akurasi tertinggi pada percobaan dengan dataset tanpa filtering stopword dan model fasttext size 100 dengan akurasi sebesar 74%. Berdasarkan hasil evaluasi, sistem yang dibangun dapat mengklasifikasikan sentimen atau opini publik ke dalam sentimen positif dan sentiment negatif secara otomatis.

No abstract