Analisis Sentimen menggunakan Metode Naïve Bayes terhadap Ulasan Aplikasi Tiktok di Playstore

Abstract

Tiktok menjadi aplikasi media sosial yang sering digunakan, sebanyak 19,4% populasi dunia berusia 18 tahun ke atas, menggunakan Tiktok. Tiktok bukan hanya aplikasi media sosial seperti aplikasi lainnya, tapi aplikasi ini juga mempunyai fitur jual-beli yang dinamakan Tiktok Shop. Indonesia sebagai negara kedua pengguna aplikasi Tiktok terbanyak memiliki regulasi tersendiri, untuk periode tertentu fitur ini pernah ditutup oleh pemerintah. Tiktok juga memiliki kelebihan dan kekurangan yang dirasakan oleh penggunanya,yang dituangkan melalui ulasan yang diberikan oleh pengguna di Playstore. Ulasan tersebut akan dianalisis dan dilihat sentimennya dengan metode Naïve Bayes. Tujuan penelitian ini untuk melihat perbandingan skor dan ulasan sebelum Tiktok Shop ditutup dan saat Tiktok Shop ditutup sementara, melihat akurasi antara sentimen skor performa Tiktok Shop dan sentimen konversi ulasan Tiktok Shop yang diberikan, sebelum dan setelah Tiktok Shop ditutup sementara dan melakukan pemodelan dengan metode Naïve Bayes untuk memprediksi sentimen ulasan Tiktok Shop sebelum dan setelah ditutup sementara. Data yang digunakan sebanyak 2993 data sebelum Tiktok Shop ditutup dan 2937 data untuk periode Tiktok Shop ditutup. Tahapan yang dilakukan adalah dengan eksplorasi data, pra proses data, pelabelan data, membandingkan kecocokan antara label skor dan ulasan, membagi data uji dan data latih, melakukan pemodelan, melakukan prediksi sentimen. Penutupan Tiktok Shop sementara membuat skor lima dalam aplikasi menurun signifikan, dari yang sebelum ditutup sebanyak 60% menjadi 56% ketika ditutup, untuk kecocokan antara pemberian skor dan ulasan aplikasi yang didapat juga sebanyak 60% untuk periode sebelum ditutup dan 53% untuk periode setelah ditutup. Akurasi yang diberikan model juga terbilang baik dengan 70% untuk data uji sebelum Tiktok Shop ditutup dan 75% untuk data uji setelah Tiktok Shop ditutup dan ketika menggunakan model yang terbentuk pada seluruh data menghasilkan akurasi sebanyak 75% untuk data sebelum ditutup dan 82% untuk data setelah ditutup. Hasil prediksi menunjukkan mayoritas sentimen adalah positif tetapi ada penurunan yang signifikan pada label ulasan positif sebanyak 22%.