Analisis sentimen aplikasi tiktok menggunakan algoritma naïve bayes dan support vector machine

Friska Aditia Indriyani (Universitas Buana Perjuangan Karawang, Indonesia)
Ahmad Fauzi (Universitas Buana Perjuangan Karawang, Indonesia)
Sutan Faisal (Universitas Buana Perjuangan Karawang, Indonesia)

Teknosains : Jurnal Sains,Teknologi dan Informatika
Vol 10 No 2 (2023): TEKNOSAINS: Jurnal Sains, Teknologi dan Informatika

TikTok merupakan platform media sosial yang terpopuler saat ini, tidak sedikit pengguna aplikasi TikTok merupakan anak dibawah umur yang dapat memiliki dampak negatif. Adapun Sebagian masyarakat memberikan ulasan positif bahwa aplikasi TikTok ini membantu masyarakat dalam bidang bisnis Analisis sentiment digunakan untuk menganalisis opini yang terdapat dalam ulasan yang ditulis pengguna dengan mengelompokan ulasan positif dan negatif. Teknik yang digunakan dalam penelitian ini menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM). Hasil klasifikasi pada penelitian ini terdapat 76.7% berlabel positif dan 23.3% negatif dengan sejumlah 2000 data. Hasil akhir mendapatkan nilai accuracy sebesar 79% untuk metode Naïve Bayes, sedangkan nilai accuracy metode SVM sebesar 84% lebih tinggi dibandingkan metode Naïve Bayes