ANALISIS SENTIMEN PENGGUNA TIKTOKSHOP MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)

Abstrak

Penelitian ini bertujuan untuk menganalisis sentimen tanggapan masyarakat terhadap aplikasi TikTokShop menggunakan metode Naïve Bayes dan Support Vector Machine (SVM). Kontribusi unik dari penelitian ini adalah memberikan perbandingan empiris antara dua metode machine learning dalam konteks e-commerce yang belum banyak dieksplorasi dalam penelitian sebelumnya. Hasil dari penelitian ini diharapkan dapat memberikan panduan yang lebih baik dalam memahami persepsi pengguna serta meningkatkan strategi pemasaran dan keamanan di platform TikTokShop. Data yang digunakan berasal dari berbagai sumber seperti review, komentar, dan postingan di media sosial yang relevan dengan TikTokShop. Fokus analisis diarahkan pada klasifikasi menjadi positif atau negatif, serta kemungkinan untuk mempertimbangkan subkategori atau nuansa yang lebih halus. Studi ini membandingkan efektivitas dua metode pembelajaran mesin, yaitu Naïve Bayes dan SVM, untuk mengidentifikasi metode yang lebih optimal dalam klasifikasi sentimen pengguna TikTokShop. Metode Naïve Bayes adalah pendekatan sederhana yang mengasumsikan independensi fitur, cocok untuk klasifikasi sentimen berdasarkan tokenisasi, penghapusan stopwords, dan perhitungan probabilitas kelas sentimen. SVM, sebagai metode supervised learning, memanfaatkan hyperplane optimal untuk memisahkan data menjadi kelas sentimen positif dan negatif. Kedua metode dievaluasi dengan metrik seperti akurasi, presisi, recall, dan F1-score menggunakan dataset terbagi 80:20 untuk data latih dan data uji. Hasil pengujian menunjukkan bahwa metode Naïve Bayes memperoleh akurasi 63.08%, presisi 82.35%, recall 40%, dan skor F1 53.84%. Sementara hasil pengujian SVM menunjukkan akurasi 92.30%, presisi 89.47%, recall sebesar 97.14% dan skor F1 95.58%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa metode Support Vector Machine (SVM) lebih cocok untuk klasifikasi sentimen pada ulasan pengguna TikTokShop. Penelitian ini dapat memberikan wawasan bagi pengembang aplikasi TikTokShop dalam memahami persepsi dan tanggapan masyarakat, serta sebagai referensi bagi penelitian selanjutnya dalam analisis sentimen menggunakan metode machine learning.