Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JSI (Jurnal sistem Informasi) Universitas Suryadarma
Rizkia Zahratul Jannah
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Sentimen Komentar Tiktok Terhadap Kenaikan Harga Plastik Menggunakan Algoritma Naive Bayes Shelvia Utary; Rizkia Zahratul Jannah; Pipin Asmawita; Pandu Sandy Tara; Destiarini
JSI (Jurnal Sistem Informasi) Universitas Suryadarma Vol. 13 No. 2 (2026): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Fakultas Ilmu Komputer dan Desain - Unsurya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v13i2.2040

Abstract

Kebijakan pengurangan limbah plastik melalui peningkatan harga di Indonesia menimbulkan beragam persepsi masyarakat, terutama di platform TikTok.Studi ini difokuskan pada pembedahan opini pengguna TikTok terkait kebijakan penyesuaian harga plastik dengan mengimplementasikan metode Naive Bayes, sekaligus mengukur seberapa presisi model tersebut dalam memetakan pandangan publik. Data yang digunakan terdiri dari 398 komentar yang dikumpulkan melalui proses crawling dan pembersihan data, kemudian dianalisis melalui ekstraksi kata kunci dan visualisasi word cloud. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 88,2% dengan AUC 0,885 dan MCC 0,812, menunjukkan performa yang sangat baik dalam memprediksi sentimen. Hasil analisis menunjukkan mayoritas komentar bersifat netral, mencerminkan bahwa masyarakat masih dalam tahap observasi terhadap kebijakan tersebut, namun harga plastik sering dikaitkan dengan kenaikan biaya kebutuhan pokok lain seperti BBM dan minyak goreng. Temuan ini penting untuk pengambil kebijakan agar dapat memahami persepsi masyarakat dan mengarahkan strategi komunikasi serta kebijakan yang lebih efektif.
2335-9675 Klasifikasi Sentimen Komentar TikTok Terkait Kenaikan Harga BBM 2026 di Sumatera Selatan Menggunakan Algoritma Naive Bayes pada Orange Data Mining Shelvia Utary; Rizkia Zahratul Jannah; Pipin Asmawita; Pujianto
JSI (Jurnal Sistem Informasi) Universitas Suryadarma Vol. 13 No. 2 (2026): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Fakultas Ilmu Komputer dan Desain - Unsurya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v13i2.2108

Abstract

Penyesuaian subsidi harga Bahan Bakar Minyak (BBM) di Indonesia memicu respons publik yang luas, termasuk di wilayah Sumatera Selatan. Penelitian ini menganalisis sentimen masyarakat Sumatera Selatan terhadap kenaikan harga BBM menggunakan data komentar TikTok. Sebanyak 476 komentar yang telah melalui tahap prapemrosesan diklasifikasikan ke dalam tiga kategori: negatif, netral, dan positif. Distribusi data terdiri dari 127 instans negatif, 243 instans netral, dan 106 instans positif. Proses klasifikasi dilakukan dengan algoritma Naive Bayes Classifier melalui framework Orange Data Mining. Evaluasi model menggunakan k-fold cross-validation menunjukkan nilai Area Under Curve (AUC), Accuracy, F1-score, Precision, dan Recall sebesar 1.000. Analisis teks menggunakan word cloud dan pembobotan kata menunjukkan bahwa istilah “bbm”, “harga”, “pertalite”, “pertamax”, dan “subsidi” merupakan kata kunci dominan dalam diskusi publik. Hasil penelitian ini mengindikasikan bahwa pendekatan pemrosesan bahasa alami berbasis Naive Bayes dapat digunakan untuk memantau persepsi publik terhadap kebijakan energi di tingkat regional.
Co-Authors Destiarini Pandu Sandy Tara Pipin Asmawita Pujianto Shelvia Utary