Amrizal, Muhammad (2026) ANALISIS SENTIMEN KOMENTAR TIKTOK TERHADAP KEBIJAKAN WORK FROM HOME HARI JUMAT BAGI APARATUR SIPIL NEGARA MENGGUNAKAN METODE NAIVE BAYES. Diploma thesis, Institut Teknologi PLN.
Cover.pdf
Download (34kB)
Lembar Pengesahan.pdf
Download (226kB)
Abstrak.pdf
Download (11kB)
BAB I.pdf
Download (27kB)
BAB II.pdf
Download (446kB)
BAB III.pdf
Restricted to Registered users only
Download (651kB)
BAB IV.pdf
Restricted to Registered users only
Download (885kB)
BAB V.pdf
Restricted to Registered users only
Download (10kB)
Daftar Pustaka.pdf
Download (154kB)
Abstract
Perkembangan media sosial, khususnya TikTok, menyediakan ruang bagi masyarakat untuk menyampaikan tanggapan terhadap kebijakan pemerintah, termasuk kebijakan work from home hari Jumat bagi Aparatur Sipil Negara. Banyaknya komentar yang diberikan menyebabkan analisis secara manual menjadi kurang efektif sehingga diperlukan metode analisis sentimen berbasis pembelajaran mesin. Penelitian ini bertujuan untuk menganalisis sentimen komentar pada video TikTok mengenai kebijakan tersebut serta mengevaluasi kinerja metode Multinomial Naive Bayes. Data penelitian diperoleh dari satu video TikTok melalui proses web scraping. Sebanyak 7.914 komentar diproses melalui tahapan prapemrosesan teks, pelabelan otomatis menggunakan IndoBERT, penyaringan berdasarkan nilai kepercayaan sebesar 0,90, pembobotan TF-IDF, penyeimbangan data menggunakan SMOTE, seleksi fitur Chi-Square, dan klasifikasi menggunakan Multinomial Naive Bayes. Setelah penyaringan, diperoleh 4.695 komentar yang terdiri atas 2.790 sentimen negatif, 1.023 sentimen positif, dan 882 sentimen netral. Evaluasi terhadap 939 data uji menghasilkan akurasi sebesar 75,72 persen, precision berbobot sebesar 75,19 persen, recall berbobot sebesar 75,72 persen, dan F1-score berbobot sebesar 75,30 persen. Hasil tersebut menunjukkan bahwa Multinomial Naive Bayes cukup efektif digunakan untuk mengklasifikasikan sentimen komentar TikTok pada topik penelitian ini.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Analisis Sentimen,WFH Jumat,ASN, TikTok, IndoBERT, TF-IDF, Naive Bayes |
| Subjects: | Bidang Keilmuan > Algoritma Bidang Keilmuan > Data Analytics Bidang Keilmuan > Data Mining Bidang Keilmuan > Data Science Bidang Keilmuan > Deep learning Bidang Keilmuan > Machine Learning Skripsi Bidang Keilmuan > Teknik Informatika |
| Divisions: | Fakultas Telematika Energi > S1 Teknik Informatika |
| Depositing User: | FAKULTAS TELEMATIKA ENERGI |
| Date Deposited: | 07 Sep 2026 03:00 |
| Last Modified: | 22 Sep 2026 06:59 |
| URI: | https://repository.itpln.ac.id/id/eprint/8010 |
