Aripun, Aripun (2026) ANALISIS SENTIMEN TERHADAP PEMBELAJARAN DARING PADA KOMENTAR PLATFORM TIKTOK MENGGUNAKAN ALGORITMA NAIVE BAYES. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (Full Text)
ARIPUN_2255201251_Full Text.pdf - Submitted Version Restricted to Repository staff only Download (3MB) | Request a copy |
|
Text (Turnitin)
Aripun_2255201251_Turnitin.pdf - Submitted Version Restricted to Repository staff only Download (15MB) | Request a copy |
|
Text (ABSTRAK + BAB 1)
ARIPUN-2255201251-ABSTARAK+BAB 1 .pdf - Submitted Version Download (406kB) |
|
Text (BAB 2)
ARIPUN-2255201251-BAB 2.pdf - Submitted Version Download (980kB) |
|
Text (BAB 3)
ARIPUN-2255201251-BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (734kB) | Request a copy |
|
Text (BAB 4)
ARIPUN-2255201251-BAB 4 .pdf - Submitted Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5)
ARIPUN-2255201251-BAB 5 .pdf - Submitted Version Download (342kB) |
|
Text (REF + LAMP)
ARIPUN-2255201251-DAFTAR PUSTAKA .pdf - Submitted Version Download (584kB) |
Abstract
Pembelajaran daring merupakan bentuk pemanfaatan teknologi informasi dalam penyelenggaraan pendidikan yang memungkinkan proses pembelajaran dilakukan tanpa keterbatasan ruang dan waktu. Perkembangan pembelajaran daring menimbulkan beragam tanggapan masyarakat yang dapat ditemukan melalui komentar pengguna di media sosial, salah satunya TikTok. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap pembelajaran daring pada komentar TikTok menggunakan algoritma Naive Bayes. Data penelitian terdiri atas 1.193 komentar yang diperoleh melalui teknik web scraping. Tahapan penelitian meliputi preprocessing berupa cleaning, case folding, normalisasi kata, tokenization, stopword removal, dan stemming. Selanjutnya, data diberi label menggunakan metode Lexicon-Based dan dilakukan pembobotan fitur menggunakan TF-IDF. Data kemudian diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral menggunakan algoritma Naive Bayes. Evaluasi model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Naive Bayes memperoleh akurasi sebesar 60,37%. Hasil tersebut menunjukkan bahwa algoritma Naive Bayes dapat digunakan untuk mengidentifikasi kecenderungan sentimen masyarakat terhadap pembelajaran daring berdasarkan komentar TikTok.
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Additional Information: | Pembimbing : Ujang Juhardi, S.Kom., M.Kom. |
| Uncontrolled Keywords: | Analisis Sentimen, TikTok, Pembelajaran Daring, Naive Bayes, TF-IDF, Text Mining. |
| Subjects: | Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Divisions: | 02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Depositing User: | Mrs Atika Ledia Anggraini |
| Date Deposited: | 27 Aug 2026 06:31 |
| Last Modified: | 27 Aug 2026 06:31 |
| URI: | http://repository.umb.ac.id/id/eprint/3455 |
Actions (login required)
 |
View Item |