ANALISIS SENTIMEN TANGGAPAN MASYARAKAT DI MEDIA SOSIAL TWITTER MENGENAI PENUTUPAN FITUR TIKTOK SHOP MENGGUNAKAN ALGORITMA KLASIFIKASI NAÏVE BAYES

Abstract

Perkembangan teknologi yang pesat memberikan kemudahan dalam kehidupan manusia, termasuk akses hiburan, informasi, serta layanan jasa dan toko online. Platform media sosial TikTok menjadi salah satu hasil dari perkembangan teknologi informasi dan komunikasi, yang menghadirkan dimensi Social-Commerce melalui fitur TikTok Shop. Namun saat ini pemerintah indonesia mengambil keputusan untuk menutup dan meregulasi fitur TikTok Shop. Hal ini menjadi tren topik yang memicu perdebatan di media sosial twitter. Sehingga banyak pengguna twitter yang pro dan kontra mengenai keputusan yang diambil oleh pemerintah indonesia. Tujuan penelitian ini untuk mengetahui sentimen masyarakat mengenai fenomena penutupan fitur tiktok shop berdasarkan kategori Positif dan Negatif. Pada penelitian ini menggunakan Algoritma Klasifikasi Naive Bayes dengan menggunakan software tools Rapidminer dan memanfaatkan Metode Knowledge Discovery in Databases (KDD). Penelitian ini memperoleh data 1504 data tweet kemudian melakukan Data Selection  menjadi 858 data tweet. Hasil analisis sentimen dari 1504 tweet menunjukkan bahwa  395 diantaranya bersentimen positif  dan 460 bersentimen negatif terhadap keputusan pemerintah dalam menutup dan meregulasi fitur tiktok shop. Melalui penerapan data mining dengan menggunakan Algoritma Naive Bayes dan operator Cross validation menghasilkan nilai recall 55.00%, nilai precision 71.27% dan nilai Accuracy 64.41%. Kesimpulan penelitian ini menegaskan bahwa penerapa Klasifikasi Naive Bayes pada tweet dengan topik Penutupan dan regulasi fitur tiktok shop di platform media sosial twitter menampilkan nilai peformance dan kinerja yang cukup baik dalam menganalisis sentimen terhadap data twitter. Kontribusi dari penelitian ini dapat membantu mengevaluasi keefektivitasan kebijakan pemerintah dalam pengambilan keputusan yang lebih baik terhadap fitur TikTok Shop.