Analisis Sentimen Terhadap TikTok Shop Dengan K-Nearest Neighbor, Decision Tree, dan Naive Bayes
DOI:
https://doi.org/10.24002/jbi.v15i1.8205Keywords:
TikTok, analisis sentimen, K-Nearest Neighbor, Decision Tree, Naive Bayes, sentiment analysisAbstract
Di era digital yang berkembang dengan cepat, banyak aplikasi yang membantu manusia, salah satunya adalah TikTok. TikTok merupakan aplikasi yang menampilkan video dengan berbagai jenis kategori, TikTok juga terdapat fitur marketplace, yaitu TikTok Shop. TikTok Shop merupakan sebuah fitur yang dapat digunakan untuk berbelanja dalam memenuhi kebutuhan. Hadirnya fitur TikTok Shop membuat orang-orang berpendapat terkait fitur tersebut, ada yang berpendapat positif dan juga negatif. Dengan adanya pendapat dari orang-orang tentang fitur TikTok Shop ini, dilakukan penelitian dengan tiga algoritma, yaitu K-Nearest Neighbor mendapatkan hasil akurasi sebesar 94%, Decision Tree dengan akurasi sebesar 96% dan Naive Bayes dengan akurasi sebesar 98%. Penelitian ini dilakukan untuk menyediakan data yang baik dan mudah dimengerti terkait pendapat pengguna TikTok Shop, sehingga dapat menjadi landasan evaluasi untuk perbaikan fitur TikTok Shop.
References
A. Setiadi, "Pemanfaatan media sosial untuk efektivitas komunikasi," Cakrawala: Jurnal Humaniora Bina Sarana Informatika, vol. 16, no. 2, 2016, doi: 10.31294/jc.v16i2.1283.
P. Ghosh and A. Ghosh, "An unusual case of video app addiction presenting as withdrawal psychosis," Addiction, vol. 12, no. 1, pp. 40455-40457, 2021, doi: 10.24327/ijrsr.2021.1201.5700.
A. M. Damar, “Upaya TikTok Edukasi Pengguna Bagikan Konten Positif”, Liputan 6, Jan 23, 2019. [Online], Tersedia : https://www.liputan6.com/tekno/read/3877620/upaya-tik-tok-edukasi-pengguna-bagikan-konten-positif. [Diakses pada Sept. 28, 2023].
I. Utami dan M. Marzuki, "Analisis sistem informasi banjir berbasis media Twitter," Jurnal Fisika Unand, vol. 9, no. 1, pp. 67-72, 2020, doi: 10.25077/jfu.9.1.67-72.2020.
N. T. Romadloni, I. Santoso, dan S. Budilaksono, "Perbandingan Metode Naive Bayes, K-NN Dan Decision Tree Terhadap Analisis Sentimen Transportasi Krl Commuter Line," J. IKRA-ITH Inform., vol. 3, no. 2, pp. 1-9, 2019.
W. Y. Sadgotra dan E. H. Saputra, "Perancangan online marketplace untuk usaha kecil dan menengah (UKM) di Kabupaten Purworejo," Data Manajemen Dan Teknologi Informasi (DASI), vol. 14, no. 4, pp. 54-58, 2014.
I. Saputra, R. S. A. Pambudi, H. E. Darono, F. Amsury, M. R. Fahdia, B. Ramadhan, dan A. Ardiansyah, "Analisis Sentimen Pengguna Marketplace Bukalapak dan Tokopedia di Twitter Menggunakan Machine Learning," Faktor Exacta, vol. 13, no. 4, pp. 200-207, 2021, doi: 10.30998/faktorexacta.v13i4.7074.
J. J. A. Limbong, "Analisis Klasifikasi Sentimen Ulasan Pada E-Commerce Shopee Berbasis Word Cloud Dengan Metode Naive Bayes Dan K-Nearest Neighbor," Doctoral dissertation, Universitas Kristen Satya Wacana, Salatiga, Indonesia, 2022.
A. Bayhaqy, S. Sfenrianto, K. Nainggolan, dan E. R. Kaburuan, "Sentiment analysis about E-commerce from tweets using decision tree, K-nearest neighbor, and naïve bayes," in 2018 International Conference on Orange Technologies (ICOT), Oct. 2018, pp. 1-6.
M. F. El Firdaus, N. Nurfaizah, dan S. Sarmini, "Analisis Sentimen Tokopedia Pada Ulasan di Google Playstore Menggunakan Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor," JURIKOM (Jurnal Riset Komputer), vol. 9, no. 5, pp. 1329-1336, 2022, doi: 10.30865/jurikom.v9i5.4774.
A. S. Widagdo, B. S. WA, dan A. Nasiri, "Analisis tingkat kepopuleran e-commerce di Indonesia berdasarkan sentimen sosial media menggunakan metode naïve bayes," Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat, vol. 6, no. 1, pp. 1-5, 2020, doi: 10.46808/informa.v6i1.159.
R. Rasenda, H. Lubis, dan R. Ridwan, "Implementasi K-NN Dalam Analisa Sentimen Riba Pada Bunga Bank Berdasarkan Data Twitter," Jurnal Media Informatika Budidarma, vol. 4, no. 2, pp. 369-376, 2020, doi: 10.30865/mib.v4i2.2051.
N. M. S. Hadna, P. I. Santosa, dan W. W. Winarno, "Studi literatur tentang perbandingan metode untuk proses analisis sentimen di Twitter," dalam Seminar Nasional Teknologi Informasi dan Komunikasi, pp. 57-64, 2016.
P. A. Jusia, F. M. Irfan, dan K. Kurniabudi, "Clustering data untuk rekomendasi penentuan jurusan perguruan tinggi menggunakan metode K-Means," IKRA-ITH Informatika: Jurnal Komputer dan Informatika, vol. 3, no. 3, pp. 75-84, 2019.
D. Noviana, Y. Susanti, dan I. Susanto, "Analisis Rekomendasi Penerima Beasiswa Menggunakan Algoritma K-Nearest Neighbor (K-NN) dan Algoritma C4.5," dalam Seminar & Conference Proceedings of UMT, Jun. 2019.
N. Noviandi, "Implementasi algoritma decision tree C4.5 untuk prediksi penyakit diabetes," Indonesian of Health Information Management Journal (INOHIM), vol. 6, no. 1, pp. 1-5, 2018.
N. L. W. S. R. Ginantra, C. P. Yanti, G. D. Prasetya, I. B. G. Sarasvananda, dan I. K. A. G. Wiguna, "Analisis Sentimen Ulasan Villa di Ubud Menggunakan Metode Naive Bayes, Decision Tree, dan K-NN," Jurnal Nasional Pendidikan Teknik Informatika: JANAPATI, vol. 11, no. 3, pp. 205-215, 2022.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright of this journal is assigned to Jurnal Buana Informatika as the journal publisher by the knowledge of author, whilst the moral right of the publication belongs to author. Every printed and electronic publications are open access for educational purposes, research, and library. The editorial board is not responsible for copyright violation to the other than them aims mentioned before. The reproduction of any part of this journal (printed or online) will be allowed only with a written permission from Jurnal Buana Informatika.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
