Analisis Sentimen Ulasan Aplikasi Tiktok pada Google Play Store Menggunakan Metode Naive Bayes

Latar Belakang: Aplikasi Tiktok merupakan salah satu media sosial yang banyak diminati masyarakat. Tentunya aplikasi tiktok telah diunduh oleh banyak masyarakat dan memiliki berbagai macam ulasan yang diberikan pada pengguna aplikasi Tiktok. banyak berisi ulasan tidak struktur dan mengandung opini dari para pengguna. Ulasan yang didapatkan tidak hanya bersifat positif, melainkan juga bersifat negatif. Data ulasan dapat digunakan untuk melakukan proses penggalian informasi dan menganalisis opini yang terdapat dalam ulasan Google Play Store yang ditulis oleh pengguna.
Tujuan: Penelitian ini membangun suatu sistem analisis sentimen untuk mengklasifikasi data ulasan aplikasi Tiktok pada Google Play Store ke dalam sentimen positif dan negatif. Informasi yang dihasilkan nantinya dapat menjadi
salah satu alat untuk bahan pertimbangan perusahaan dalam mengambil keputusan, serta evaluasi ke arah yang lebih baik.
Metode Penelitian: Penelitian ini menganalisis data ulasan aplikasi Tiktok pada Google Play Store menggunakan metode Naïve Bayes. Analisis sentimen memiliki tahapan dalam mengolah data teks, yaitu pengambilan data, preprocessing, pelabelan manual, TF-IDF, training, testing, dan klasifikasi.
Hasil: Penelitian ini menggunakan metode Naïve Bayes untuk mengklasifikasi sentimen mengenai ulasan yang ada pada aplikasi Tiktok pada Google Play Store. Data yang diambil melalui proses scrapping mendapatkan 5000 data ulasan pada
periode 7 Juli 2023 hingga 9 Juli 2023. Penelitian ini menggunakan perbandingan 70:30 dalam pembagian training dan testing. Hasil dari penelitian ini menunjukkan bahwa nilai akurasi pada training sebesar 84,24% dan nilai akurasi untuk testing sebesar 79%.
Kesimpulan: Analisis Sentimen Ulasan Aplikasi Tiktok pada Google Play Store Menggunakan Metode Naïve Bayes dibangun menggunakan framework Flask. Perhitungan nilai akurasi pada training sebesar 84,24% dan nilai akurasi untuk testing sebesar 79%.