Alfi Luriansyah Primary Author mixed material bibliography JAKARTA Universitas Satya Negara Indonesia 2025 id Indonesia

Text

Penelitian ini bertujuan untuk mengklasifikasikan sentimen komentar pengguna pada akun TikTok PT Smoot Motor Indonesia menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses web crawling dari satu video dengan jumlah komentar terbanyak pada periode Januari hingga Juni 2025. Proses text preprocessing dilakukan melalui tahapan cleaning, normalisasi, stopword removal, tokenizing, stemming, dan penerjemahan ke dalam Bahasa Inggris. Sentimen diklasifikasikan ke dalam tiga kategori: positif, negatif, dan netral. Selain menggunakan pendekatan Naïve Bayes, dilakukan juga pelabelan berbasis polaritas sebagai pembanding. Hasil klasifikasi divisualisasikan dalam bentuk wordcloud dan diagram batang. Evaluasi model menunjukkan bahwa algoritma Naïve Bayes dapat mengklasifikasikan komentar secara efektif, serta membantu perusahaan memahami opini publik secara objektif. Penelitian ini diharapkan dapat menjadi referensi dalam penerapan analisis sentimen berbasis media sosial untuk pengambilan keputusan yang lebih tepat sasaran. Alfi Luriansyah Teknik Informatika Skripsi Naïve Bayes Tiktok Analisis Sentimen Komentar Pengguna Visualisasi Data TI 2025 Institutional Repository USNI Universitas Satya Negara Indonesia TI 2025 ANALISIS SENTIMEN KOMENTAR PENGGUNA DI AKUN TIKTOK PT SMOOT MOTOR INDONESIA DENGAN METODE ALGORITMA NAÏVE BAYES 4399 2025-10-02 16:31:31 2025-10-02 16:31:31 machine generated