Analisis Sentimen Pengguna Twitter Terhadap Aplikasi TikTok Menggunakan Metode Algoritma Naïve Bayes Clasifier
Analysis of Twitter User Sentiments for the Aplikasi TikTok Application Using Naïve Bayes Clasifier Algorithm Method
Keywords:
Tiktok, Analisis sentiment, naïve bayes classification (NBC), Klasifikasi, TwitterAbstract
Aplikasi TikTok adalah salah satu platform jejaring sosial yang sedang trending disemua kalangan saat ini. Aplikasi ini tentunya mendapatkan respon yang berbeda, tidak hanya respon positif tapi juga ada respon negatif. Penelitian ini bertujuan untuk menganalisis hasil sentimen pengguna Twitter terhadap aplikasi TikTok dengan menggunakan algoritma Naïve Bayes Classifier. Data tweet dikumpulkan dengan cara mengambil tweet (Crawling) dengan total data 2110 tweet twitter Indonesia dengan keyword “Tiktok”. Data ini kemudian dicleaning untuk dianalisis dan diklasifikasikan menurut algoritma Naïve Bayes. Pada hasil peneletian ini didapatkan tingkat akurasinya sebesar 88% dengan 95,78% data bersifat netral, 4,03% positif, dan 0,19% negatif.
References
K. Bersastra, “Key words:,” vol. VI, no. 2, pp. 147–157, 2020.
B. Susanto, “Analisa Perkembangan Tiktok Sebagai Aplikasi Sadar Sosial yang digemari Oleh Generasi Muda,” J. Ilmu Komun., vol. 2, pp. 45–53, 2019.
D. G. Putra and A. E. K. M. Wayoi, Ketika Pandemi Menjadi Endemi. SCU Knowledge Media, 2022.
D. SARI, M. Madyan, and A. Mahendra, “Penggunaan Aplikasi Tik Tok Sebagai Ajang Eksistensi Diri (Fenomenologi Penggunaan Tik Tok Pada Mahasiswa UIN Shultan Thaha Saifuddin Jambi).” UIN Sulthan Thaha Saifuddin Jambi, 2021.
A. D. V. Utami, “Aplikasi Tiktok Menjadi Media Hiburan Bagi Masyarakat Dan Memunculkan Dampak Ditengah Pandemi Covid-19,” MEDIALOG J. Ilmu Komun., vol. 4, no. 1, pp. 40–47, 2021, doi: 10.35326/medialog.v4i1.962.
M. Zaputri, “Dampak kecanduan media sosial tik tok terhadap perilaku belajar mahasiswa bimbingan dan konseling IAIN Batusangkar SKRIPSI Ditulis Sebagai Syarat untuk Memperoleh Gelar Sarjna (S-1),” J. Komun., 2021.
D. Deriyanto, F. Qorib, J. I. Komunikasi, U. Tribhuwana, and T. Malang, “Persepsi Mahasiswa Universitas Tribhuwana Tunggadewi Malang Terhadap Penggunaan Aplikasi Tik Tok,” Jisip, vol. 7, no. 2, p. 77, 2018, [Online]. Available: www.publikasi.unitri.ac.id
T. Damayanti and I. Gemiharto, “Kajian Dampak Negatif Aplikasi Berbagi Video Bagi Anak-Anak Di Bawah Umur Di Indonesia,” Communication, vol. 10, no. 1, p. 1, 2019, doi: 10.36080/comm.v10i1.809.
M. Rizal, “Analisis Sentimen Pengguna Twitter Terhadap Objek Pariwisata di Indonesia Menggunakan Algoritma Pengolahan Deep Natural Language dari IBM Insights untuk Twitter,” Skripsi Univ. Islam Negeri Alauddin Makassar, pp. 1–82, 2017.
E. T. Hutamy, F. Swartika, A. N. Q. A. Alisyahbana, N. Arisah, and M. Hasan, “Persepsi Peserta Didik Terhadap Pemanfaatan Tik Tok Sebagai Media Pembelajaran,” Pros. Semin. Nas. Penelit. dan Pengabdi. 2021, vol. 1, no. 1, pp. 1270–1281, 2021, [Online]. Available: http://prosiding.rcipublisher.org/index.php/prosiding/article/view/294
J. Homepage, P. Algoritma Klasifikasi untuk Analisis Sentimen, E. Ditendra, S. Romelah, M. Habil Arsyiddik Tanjung, and M. Sarah, “Perbandingan Algoritma Klasifikasi untuk Analisis Sentimen Islam Nusantara Indonesia,” vol. 2, no. April, pp. 71–77, 2022.
R. W. Hardian, E. Prasetyo, U. Khaira, and T. Suratno, “MALCOM: Indonesian Journal of Machine Learning and Computer Science Online Lecture Sentiment Analisys On Twitter Social Media During The Covid-19 Pandamic Using Sentistrength Algorithm Analisis Sentiment Kuliah Daring di Media Sosial Twitter Selama Pandem,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 1, no. October, pp. 138–143, 2021, [Online]. Available: https://journal.irpi.or.id/index.php/malcom/article/view/15
E. S. R. Br.Situmorang, M. K. Anam, R. Rahmaddeni, and A. N. Ulfah, “Perbandingan Algoritma Svm Dan Nbc Dalam Analisa Sentimen Pilkada Pada Twitter,” CSRID (Computer Sci. Res. Its Dev. Journal), vol. 13, no. 3, p. 169, 2021, doi: 10.22303/csrid.13.3.2021.169-179.
