Teks
PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN TERHATAP KONTEN KREATOR PADA MEDIA SOSIAL TIKTOK
Media sosial adalah wadah komunikasi yang sering dimanfaatkan untuk
menyampaikan pendapat, baik melalui komentar pada berbagai jenis konten.
Komentar-komentar tersebut mengandung berbagai jenis sentimen yang dapat
dianalisis untuk mengetahui persepsi publik secara umum. Tujuan penelitian ini
adalah menganalisis sentimen dalam komentar pengguna media sosial melalui
metode klasifikasi teks.
Algoritma Naïve Bayes dipilih dalam penelitian ini karena terbukti cukup efisien
untuk pengelompokan teks. Proses dimulai dari pengumpulan data, pembentukan
sentimen menggunakan pendekatan lexicon-based, serta tahapan preprocessing
meliputi pembersihan teks, case folding, normalisasi, tokenisasi, penghapusan kata-
kata tidak penting, dan stemming. Setelah itu, data ditelaah untuk
mengklasifikasikan kecenderungan sentimen komentar ke dalam kategori positif,
netral, maupun negatif.
Hasil penelitian menunjukkan bahwa dari total 269 komentar, sebagian besar
bersentimen netral (67,29%), disusul positif (30,48%) dan negatif (2,23%).
Evaluasi kinerja algoritma Naïve Bayes pada penelitian ini memperoleh akurasi
84,39%, dengan precision 0,862, recall 0,844, serta F1-score 0,849. Temuan ini
menunjukkan bahwa Naïve Bayes cukup efektif untuk analisis sentimen komentar
di media sosial, terbukti dari hasil evaluasi metrik yang baik.
| S00018.25 | RF SI.S00018.25 Fit p | My Library (Referensi) | Tersedia |
Tidak tersedia versi lain