Analisis Sentimen Opini Publik Mengenai Demo Santri Trans7 pada Platform Tiktok Menggunakan Algoritma Naïve Bayes
DOI:
https://doi.org/10.29407/1b11sr42Keywords:
analisis sentimen , Naive Bayes, komentar tiktokAbstract
Analisis sentimen merupakan salah satu pendekatan dalam pengolahan bahasa alami yang digunakan untuk memahami opini atau persepsi pengguna terhadap suatu produk atau layanan. Penelitian ini bertujuan untuk menerapkan metode Naïve Bayes dalam mengklasifikasikan sentimen opini publik berbasis teks dengan memanfaatkan aplikasi berbasis web menggunakan framework Streamlit. Metode yang digunakan mengacu pada penelitian analisis sentimen ulasan pengguna aplikasi Mobile Legends di Google Play Store yang menggunakan algoritma Naïve Bayes Classifier. Tahapan penelitian meliputi pengumpulan data, preprocessing teks (case folding, cleaning, tokenisasi, stopword removal, dan stemming), ekstraksi fitur menggunakan TF-IDF, serta proses klasifikasi sentimen menjadi positif, negatif, dan netral. Model yang telah dilatih kemudian diimplementasikan ke dalam aplikasi Streamlit untuk melakukan analisis sentimen secara interaktif. Hasil penelitian menunjukkan bahwa metode Naïve Bayes mampu mengklasifikasikan sentimen dengan cukup baik dan dapat diimplementasikan dalam aplikasi berbasis web untuk membantu pengguna memahami kecenderungan opini publik secara cepat dan visual. Penelitian ini diharapkan dapat menjadi referensi pengembangan sistem analisis sentimen berbasis web di masa mendatang.
Downloads
References
[1] M. Nahdhudin, N. C. H. Wibowo, M. R. Handayani, and K. Umam, “Klasifikasi Sentimen Masyarakat Terhadap Aplikasi Tiktok Menggunakan Algoritma Naive Bayes,” Jurnal Teknologi informasi dan Ilmu Komputer, vol. 1, no. 3, pp. 107–112, 2025, doi: 10.65258/jutekom.v1.i3.13.
[2] A. Prihanum and D. Fadillah, “Analisis Sentimen Tanggapan Publik di Media Sosial Instagram Terhadap Program CSR ‘ESG Existance (EXIST)’ PT Telkom,” Jurnal Audiens, vol. 5, no. 4, pp. 565–580, 2024, doi: 10.18196/jas.v5i4.469.
[6] “View of ANALISIS SENTIMEN BERDASARKAN ULASAN PENGGUNA APLIKASI MYPERTAMINA PADA GOOGLE PLAYSTO.pdf.”
[7] D. S. Nurrochmah, N. Rahaningsih, R. D. Dana, and C. L. Rohmat, “Penerapan Algoritma Naive Bayes dalam Analisis Sentimen Ulasan Aplikasi KitaLulus di Google Play Store,” Jurnal Informatika Terpadu, vol. 11, no. 1, pp. 1–11, 2025, doi: 10.54914/jit.v11i1.1544.
[8] T. Arifqi, N. Suarna, and W. Prihartono, “Penggunaan Naive Bayes Dalam Menganalisis Sentimen Ulasan Aplikasi Mcdonald’S Di Indonesia,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 2, pp. 1949–1956, 2024, doi: 10.36040/jati.v8i2.8740.
[9] N. M. Damayanti, “Analisis Sentimen Publik Pada Tagar #Btscomeback Di Platform X Menggunakan Indobertweet,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 3, 2025, doi: 10.23960/jitet.v13i3.7176.
[10] M. A. Amirullah, Nadila Devi Tsabita, F. Rahmawati, and M. Afrizal, “Penggunaan Huruf Miring dan Kapital dalam Novel ‘Hati Suhita’ Karya Khilma Anis,” Morfologi : Jurnal Ilmu Pendidikan, Bahasa, Sastra dan Budaya, vol. 3, no. 4, pp. 225–237, 2025, doi: 10.61132/morfologi.v3i4.1972.
[11] R. Rahmadani, A. Rahim, and R. Rudiman, “Analisis Sentimen Ulasan ‘Ojol the Game’ Di Google Play Store Menggunakan Algoritma Naive Bayes Dan Model Ekstraksi Fitur Tf-Idf Untuk Meningkatkan Kualitas Game,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, 2024, doi: 10.23960/jitet.v12i3.4988.
[12] M. H. Mahendra, D. T. Murdiansyah, and K. M. Lhaksmana, “Analisis Sentimen Tweet COVID-19 menggunakan K-Nearest Neighbors dengan TF-IDF dan Ekstraksi Fitur CountVectorizer,” DIKE : Jurnal Ilmu Multidisiplin, vol. 1, no. 2, pp. 37–43, 2023, doi: 10.69688/dike.v1i2.35.
[13] A. Karimah, G. Dwilestari, and M. Mulyawan, “Analisis Sentimen Komentar Video Mobil Listrik Di Platform Youtube Dengan Metode Naive Bayes,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 1, pp. 767–737, 2024, doi: 10.36040/jati.v8i1.8373.
[14] H. Sakdiyah, “Analisis sentimen customer review brand Kopi Kenangan menggunakan metode Naive Bayes,” Fakultas Sains dan Teknologi, 2023.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Shafira Agustina Putri, Ilma Ma'rifatul Qur'ana
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
