ANALISIS SENTIMEN MENGGUNAKAN ALGORITMA NAÏVE BAYES TERHADAP REGULASI TIKTOK SHOP PADA MEDIA SOSIAL X (TWITTER)
Abstract
Penelitian ini melakukan analisis sentimen terhadap respon pengguna media sosial X (Twitter) terkait regulasi TikTok Shop, yang dihentikan operasionalnya pada 4 Oktober 2023 sesuai Peraturan Menteri Perdagangan Nomor 31 Tahun 2023. Permasalahan yang diangkat adalah bagaimana melakukan analisis sentimen dari respon pengguna Twitter dan bagaimana hasil analisis tersebut setelah menerapkan algoritma Naïve Bayes. Tujuan dari penelitian ini adalah untuk mengklasifikasikan sentimen berdasarkan data tweet dengan metode algoritma Naïve Bayes. Metodologi penelitian menggunakan pendekatan Knowledge Discovery in Database (KDD), meliputi Data Selection, Preprocessing, Transformation, Data Mining, dan Evaluation. Proses analisis mencakup crawling, seleksi, pelabelan data, dan 6 tahap preprocessing (cleaning, case folding, tokenizing, spelling normalization, filtering, dan stemming). Data diberi bobot kata melalui TF-IDF. Hasil penelitian menunjukkan bahwa model klasifikasi data tweet mencapai performa tertinggi dengan accuracy 88%, precision 87%, recall 90%, dan f1-score 88%. Model ini melibatkan pembagian data 90:10 dengan pelabelan data manual dan penerapan metode SMOTE. Berdasarkan analisis, sebagian besar tweet menunjukkan sentimen negatif terkait regulasi TikTok Shop, dengan 1040 tweet negatif dan 240 tweet positif dari 1280 data. Penelitian ini diharapkan dapat menjadi informasi yang berguna bagi pemerintah dan perusahaan TikTok.
Downloads
Copyright (c) 2024 JATI (Jurnal Mahasiswa Teknik Informatika)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.