Implementasi Decision Tree Untuk Analisis Sentimen Pada Aplikasi Tiktok

Fadilah, Ibnu and Awaliyah Zuraiyah, Tjut and Delli W, Fajar (2024) Implementasi Decision Tree Untuk Analisis Sentimen Pada Aplikasi Tiktok. Skripsi thesis, Universitas Pakuan.

Text Skripsi_065116287_Ibnu Fadilah.pdf Download (6MB)

Abstract

Implementasi Decision Tree Untuk Analisis Sentimen Pada Aplikasi Tiktok Ibnu Fadilah Program Studi Ilmu Komputer, Universitas Pakuan, Bogor Email : ibnufadilah07@gmail.com Abstrak- Media sosial telah menjadi platform penting untuk berbagi informasi dan memperluas koneksi, namun juga membawa dampak negatif seperti kecanduan dan perilaku tidak wajar. Salah satu aplikasi populer, TikTok, memungkinkan pengguna merekam, mengedit, dan membagikan video dengan fitur menarik, seperti efek khusus. Meskipun pernah diblokir pemerintah Indonesia pada 2018 karena konten yang tidak pantas, TikTok kembali diakses dan menjadi viral hingga akhir 2019. Analisis sentimen digunakan untuk memahami opini pengguna, baik positif maupun negatif, terhadap aplikasi ini. Penelitian ini menganalisis ulasan pengguna di Play Store terkait TikTok dengan menggunakan algoritma Decision Tree. Dataset penelitian terdiri dari 1500 ulasan, dengan 1196 ulasan positif dan 304 ulasan negatif. Proses data melibatkan preprocessing seperti case folding, tokenizing, filtering, dan stemming. Hasil penelitian menunjukkan bahwa model Decision Tree efektif dalam analisis sentimen, dengan uji fitur N-Gram menghasilkan akurasi tertinggi pada Untuk Unigram mendapatkan nilai akurasi sebesar 80% dengan nilai presisi sebesar 95% dan recall sebesar 82%. Untuk Bigram memiliki akurasi sebesar 80%, presisi 99% dan recall 80%. Sedangkan untuk Trigram dengan nilai akurasi sebesar 79%, presisi 100% dan recall 79%. Metode ini dapat digunakan untuk memahami sentimen pengguna secara real-time, memberikan wawasan yang berguna untuk evaluasi dan pengembangan aplikasi TikTok. Kata Kunci : analisis sentimen, Decision Tree, Unigram, Bigram, Trigram, TikTok.

Item Type:	Thesis (Skripsi)
Subjects:	Fakultas Ilmu Pengetahuan Alam dan Matematika > Ilmu Komputer
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer
Depositing User:	PERPUSTAKAAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNPAK
Date Deposited:	16 Jan 2025 02:18
Last Modified:	16 Jan 2025 02:18
URI:	http://eprints.unpak.ac.id/id/eprint/8836

Actions (login required)

View Item