Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Maulana, M Taufik Fajar
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Sentimen Ulasan Aplikasi TikTok di Google Playstore Menggunakan Algoritma Naive Bayes Maulana, M Taufik Fajar; Nugroho, Bangkit Indarmawan; Utami, Erni Unggul Sedya
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2962

Abstract

Aplikasi mobile seperti TikTok telah menjadi bagian penting dari aktivitas sehari-hari sehingga perlu dipahami perspektif pengguna melalui ulasan untuk meningkatkan kualitas aplikasi. Penelitian ini menganalisis sentimen ulasan pengguna TikTok di Google Playstore, mengevaluasi performa algoritma klasifikasi, serta mengidentifikasi dinamika sentimen dan kata kunci utama sebagai dasar pengambilan keputusan strategis. Sebanyak 3.000 ulasan dikumpulkan dengan teknik web scraping dan diproses melalui tahapan pre-processing teks seperti casefolding, penghapusan tanda baca, normalisasi, stopword removal, tokenizing, dan stemming. Fitur teks diekstraksi menggunakan metode TF-IDF, sedangkan analisis sentimen dilakukan dengan algoritma Naive Bayes. Hasil klasifikasi menunjukkan 54,6% ulasan bersentimen positif, 44,1% negatif, dan 1,4% netral. Model Naive Bayes menghasilkan akurasi 83% dengan nilai precision, recall, dan F1-score yang baik pada setiap kelas sentimen. Analisis temporal dari April hingga Juni 2025 menunjukkan adanya fluktuasi sentimen, sementara identifikasi kosakata dominan pada ulasan negatif memberikan masukan langsung bagi pengembang untuk perbaikan fungsi aplikasi. Penelitian ini menyimpulkan bahwa analisis sentimen efektif sebagai dasar strategi peningkatan kualitas aplikasi secara berkelanjutan.
Co-Authors Bangkit Indarmawan Nugroho Erni Unggul Sedya Utami, Erni Unggul Sedya