ANALISIS SENTIMEN KOMENTAR PADA KONTEN KUALIFIKASI PIALA DUNIA TIMNAS INDONESIA DI MEDIA SOSIAL TIKTOK MENGGUNAKAN ALGORITMA DECISION TREE DAN METODE N-GRAM

Abstract

Perkembangan media sosial seperti TikTok telah menjadi platform utama bagi masyarakat untuk mengekspresikan opini, terutama pada topik populer seperti performa Tim Nasional (Timnas) Sepak Bola Indonesia. Tingginya antusiasme publik selama Kualifikasi Piala Dunia 2026 menghasilkan ribuan komentar yang tidak terstruktur, sehingga sulit untuk mengukur sentimen publik secara keseluruhan. Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan sentimen (positif, netral, dan negatif) dari komentar pengguna di akun TikTok resmi Timnas Indonesia (@timnasindonesia) serta menguji efektivitas algoritma Decision Tree dengan metode N-Gram. Proses penelitian meliputi pengumpulan 8419 data komentar menggunakan teknik crawling, preprocessing data teks, pelabelan sentimen menggunakan pendekatan berbasis lexicon, dan klasifikasi menggunakan algoritma Decision Tree. Hasil penelitian menunjukkan bahwa model klasifikasi mencapai tingkat akurasi sebesar 82%. Dari total data, sentimen negatif menjadi yang paling dominan dengan 4221 komentar, diikuti sentimen netral 812 komentar dan positif 630 komentar. Hasil visualisasi data melalui diagram batang dan WordCloud juga mengonfirmasi dominasi sentimen negatif ini, di mana kata-kata bernada kekecewaan seperti "kalah" dan "air mata" sering muncul. Hal ini mengindikasikan adanya ketidakpuasan dan kritik yang signifikan dari publik terhadap performa Timnas Indonesia selama periode kualifikasi tersebut.