<![CDATA[Perkembangan pesat media telah menciptakan ruang digital baru bagi masyarakat untuk mengekspresikan opini, salah satunya melalui aplikasi TikTok. Aplikasi ini menjadi fenomena global dengan jutaan pengguna aktif, namun juga menuai pro dan kontra. Penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat terhadap TikTok menggunakan algoritma Naive Bayes. Data yang digunakan berupa 100.000 ulasan pengguna TikTok dari Google Play Store yang dikumpulkan melalui web scraping. Proses penelitian mencakup tahapan pra-pemrosesan teks, pelabelan sentimen berdasarkan rating, ekstraksi fitur menggunakan TF-IDF, dan klasifikasi menggunakan algoritma Multinominal Naive Bayes. Hasil evaluasi menunjukkan bahwa model memiliki akurasi sebesar 88,2% precision 89,1%, recall 87,4% dan F1-score 88,2%. Mayoritas ulasan pengguna bersentimen positif. Hasil ini menunjukkan bahwa Naive Bayes efektif dalam mengklasifikasi opini berbasis teks dalalam bahasa Indonesia. Penelitian ini dapat dijadikan acuan dalam memahami persepsi publik serta penerapan maching learning dalam analisis opini masyarakat.]]>
Copyrights © 2025
