<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="17474">
<titleInfo>
<title>ANALISIS SENTIMEN MASYARAKAT TERHADAP
PENUTUPAN TIKTOK SHOP MENGGUNAKAN METODE
NAÏVE BAYES CLASSIFIER</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Deborah Kurniawati, S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Contributor</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Maubi, Febby Triani - 205610053</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2024</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent></extent>
</physicalDescription>
<note>Penelitian ini menganalisis sentimen masyarakat terhadap penutupan
TikTok Shop yang diungkapkan melalui platform media sosial X. Data
dikumpulkan dari tanggal 26 September 2023 hingga 5 November 2023.
Penelitian ini menggunakan metode Naïve Bayes Classifier untuk
mengklasifikasikan sentimen masyarakat terhadap penutupan TikTok Shop dan
mengelompokkan sentimen tersebut ke dalam kategori Positif, Negatif, dan
Netral.
Tahapan yang dilakukan dalam penelitian analisis sentimen ini meliputi
pengambilan data dengan menggunakan tweet harvest, pelabelan dengan
menggunakan TextBlob, serta Preprocessing yang meliputi case folding,
tokenizing, normalization, stopword removal, dan stemming. Data tweet
diklasifikasikan menggunakan metode Naïve Bayes Classifier dengan model
Confusion Matrix.
Hasil penelitian ini dengan menggunakan 1412 data tweet yang telah
melalui proses pelabelan dan preprocessing menunjukkan bahwa 32.2% pengguna
media sosial X berkomentar positif, 31.2% berkomentar netral, dan 36.6%
berkomentar negatif. Penerapan metode naïve bayes classifier untuk klasifikasi
sentimen mendapatkan akurasi sebesar 61% dengan rasio 90:10. Pengujian
dengan model Confusion Matrix menghasilkan rata-rata weighted average
precision sebesar 66%, recall 61%, dan F1-Score 60%.
Kata Kunci: Analisis Sentimen, Naïve Bayes Classifier, TextBlob, TikTok Shop</note>
<subject authority=""><topic>METODE NAIVE BAYES CLASSIFIER</topic></subject>
<subject authority=""><topic>Analisis Sentimen</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>061 MAU A R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">MAU0061SI0124</numerationAndChronology>
<sublocation>RAK REFERENSI SKRIPSI SI</sublocation>
<shelfLocator>061 MAU A R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>17474</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2024-09-26 13:07:52</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2024-09-26 13:08:56</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>