<![CDATA[Penelitian ini bertujuan untuk membandingkan performa algoritma Regresi Linear dan Regresi Logistik dalam analisis sentimen komentar TikTok terhadap film Sline. Meningkatnya penggunaan media sosial sebagai sarana penyampaian opini publik mendorong penerapan metode machine learning untuk mengklasifikasikan sentimen pengguna secara otomatis. Dataset yang digunakan berupa komentar TikTok yang diproses melalui tahapan preprocessing teks, tokenisasi, pembersihan data, dan ekstraksi fitur menggunakan TF-IDF. Model Regresi Linear dan Regresi Logistik kemudian diimplementasikan serta dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Regresi Logistik memiliki performa klasifikasi yang lebih baik dibandingkan Regresi Linear dalam mengidentifikasi sentimen positif dan negatif pada komentar TikTok. Penelitian ini menyimpulkan bahwa Regresi Logistik lebih efektif digunakan pada permasalahan klasifikasi sentimen karena dirancang khusus untuk prediksi data kategorikal. Hasil penelitian diharapkan dapat memberikan kontribusi dalam pengembangan penelitian analisis sentimen berbasis data media sosial.]]>
Copyrights © 2026
