Analisis Sentimen Terhadap TikTok Shop Dengan K-Nearest Neighbor, Decision Tree, dan Naive Bayes

Abstract

In the rapidly developing digital era, there are many applications that help human, one of which is TikTok. TikTok is an application that displays video that have various types of categories, TikTok has a marketplace feature, namely TikTok Shop. TikTok Shop is a feature that we can use to shop to fulfill our needs. The presence of the TikTok Shop feature makes people have opinions regarding this feature, some have positive and negative opinions. With the opinions of people about this TikTok Shop feature, research was conducted with three algorithms, namely K-Nearest Neighbor getting an accuracy result of 94%, Decision Tree with an accuracy of 96% and Naive Bayes with an accuracy of 98%. This research was conducted with the aim of providing good and easy to understand data related to TikTok Shop user opinions, which might be a basis for evaluation for TikTok Shop features to be better.

Di era digital yang berkembang dengan cepat, banyak aplikasi yang membantu manusia, salah satunya ialah TikTok. TikTok merupakan sebuah aplikasi yang menampilkan video yang memiliki berbagai jenis kategori, TikTok juga terdapat fitur marketplace yaitu TikTok Shop. TikTok Shop merupakan sebuah fitur yang dapat kita gunakan untuk berbelanja dalam memenuhi kebutuhan kita. Hadirnya fitur TikTok Shop membuat orang-orang berpendapat terkait fitur tersebut, ada yang berpendapat positif dan juga negatif. Dengan adanya pendapat dari orang-orang tentang fitur TikTok Shop ini, dilakukan penelitian dengan tiga algoritma, yaitu K-Nearest Neighbor mendapatkan hasil akurasi sebesar 94%, Decision Tree dengan akurasi sebesar 96% dan Naive Bayes dengan akurasi sebesar 98%. Penelitian ini dilakukan dengan niat untuk menyediakan data yang baik dan mudah dimengerti terkait pendapat pengguna TikTok Shop, yang mungkin bisa menjadi landasan evaluasi untuk fitur TikTok Shop agar menjadi lebih baik.