Art Original

Analisis Sentimen Pada Tiktok Dengan Tagar #saverafah Menggunakan Metode Naive Bayes Dan Decision Tree

---

Media sosial mempermudah komunikasi pengguna, baik dalam aspek positif, negatif maupun netral. Salah satu platform yang populer saat ini adalah Tiktok, di mana pengguna dapat membuat video pendek dan berinteraksi melalui komentar atau pesan pribadi, serta mengikuti berita terbaru, termasuk konflik besar antara Palestina dan Israel yang berlangsung sejak 1948. Dalam perang ini, banyak warga sipil Palestina, termasuk anak-anak dan orang tua, menjadi korban, dan saat ini mereka berusaha melarikan diri ke Rafah untuk mencari perlindungan. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap berita pengungsian warga Palestina menuju Rafah, menggunakan dua metode klasifikasi: Naive Bayes dan Decision Tree. Sebelum klasifikasi, data melalui proses preprocessing dan pembobotan TF-IDF, dan kedua metode dibandingkan untuk menentukan akurasi terbaik. Hasil penelitian menunjukkan bahwa metode Naive Bayes Multinomial dengan penerapan SMOTE menghasilkan akurasi 85,43%, presisi 86,22%, recall 85,43%, dan F1-score 85,53%. Sementara metode Decision Tree C4.5 dengan penerapan SMOTE menghasilkan akurasi 94,23%, presisi 94,58%, recall 94,23%, dan f1-score 94,22%. Berdasarkan hasil evaluasi, metode terbaik untuk analisis sentimen tagar #SaveRafah adalah Decision Tree C4.5

---

Availability

Detail Information

Call Number

Informatika 004 Nis A

Language

Indonesia

NPM

203510412

Publisher

Teknik Informatika : Universitas Islam Riau., 2024

Keyword(s)

Decision Tree
Naive Bayes
tiktok
Analisis Sentimen

Other Information

Petugas

Handi

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment