Analisis Sentimen Ulasan Pengguna Tiktok pada Google Playstore dengan Metode SVM dan Naive Bayes

Octavian Leandro, Jose (2024) Analisis Sentimen Ulasan Pengguna Tiktok pada Google Playstore dengan Metode SVM dan Naive Bayes. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (248kB)
	PDF BAB_II.pdf Download (427kB)
	PDF BAB_III.pdf Download (245kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (203kB)
	PDF DAFTAR_PUSTAKA.pdf Download (277kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Era digital saat ini telah melahirkan berbagai aplikasi sosial media yang mempengaruhi interaksi sosial penggunanya, salah satunya adalah TikTok. Platform TikTok telah menjadi fenomena global yang digandrungi berbagai kalangan, terutama generasi muda. Dengan bertambahnya pengguna, ulasan di platform digital seperti Google Playstore menjadi sumber penting untuk menggali persepsi pengguna terhadap aplikasi. Oleh karena itu, pemahaman mendalam tentang sentimen pengguna terhadap aplikasi TikTok menjadi penting untuk pengembangan aplikasi yang lebih baik dan strategi pemasaran yang efektif. Untuk menganalisis sentimen pengguna TikTok, penelitian ini menggunakan dua metode komputasional yang telah teruji, yaitu Support Vector Machine dan Naïve Bayes. Kedua metode ini digunakan untuk mengklasifikasikan ulasan pengguna menjadi kategori positif atau negatif. Pendekatan ini melibatkan beberapa tahapan seperti pengumpulan data, pra-pemrosesan data, pembagian data, klasifikasi sentimen, dan evaluasi model. Penelitian ini menunjukkan bahwa model SVM mencapai akurasi 88.76% dengan AUC 92.61%, mengungguli Naïve Bayes yang memiliki akurasi 84.27% dan AUC 92.57%. Dalam kategori sentimen positif, SVM mencatat presisi 90.74% dan recall 95.15%, sementara Naïve Bayes menghasilkan presisi 83.61% dan recall hampir sempurna 99.03%. Untuk sentimen negatif, SVM menunjukkan presisi 80.39% dan recall 67.21%, sedangkan Naïve Bayes memiliki presisi 91.30% dan recall 34.43%, dengan F1-score yang lebih rendah sebesar 50%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Support Vector Machine, Naïve Bayes, TikTok, Google Playstore.
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	06 Nov 2024 03:04
Last Modified:	06 Nov 2024 03:04
URI:	https://kc.umn.ac.id/id/eprint/32310

Actions (login required)

View Item