Penelitian ini mengembangkan pendekatan Ensemble Hybrid untuk analisis sentimen ulasan aplikasi TikTok berbahasa Indonesia informal dengan mengintegrasikan tiga metode: Long Short-Term Memory (LSTM), Support Vector Machine (SVM), dan Lexicon-Based Methods. Masalah utama penelitian adalah tingginya volume ulasan pengguna dan kompleksitas bahasa informal yang menyulitkan analisis manual. Dataset yang digunakan terdiri dari 29.385 ulasan pengguna TikTok dari Google Play Store. Proses preprocessing meliputi enam tahapan: case folding, cleansing, tokenisasi, normalisasi slang, stopword removal, dan stemming. Evaluasi kinerja dilakukan menggunakan metrik accuracy, precision, recall, dan F1-Score. Hasil pengujian menunjukkan bahwa metode tunggal terbaik adalah SVM dengan akurasi 90,61%, diikuti LSTM (87,08%) dan Lexicon-Based (85,96%). Pendekatan Ensemble Hybrid yang mengintegrasikan ketiga metode berhasil meningkatkan akurasi menjadi 92,15%. Peningkatan ini membuktikan bahwa integrasi metode efektif menangani variasi linguistik informal.
Copyrights © 2026