ANALISIS SENTIMEN PELANGGAN TERHADAP PRODUK UMKM DI MEDIA SOSIAL TIKTOK MENGGGUNAKAN ALGORITMA NAIVE BAYES

Syafitri, Elezah (2026) ANALISIS SENTIMEN PELANGGAN TERHADAP PRODUK UMKM DI MEDIA SOSIAL TIKTOK MENGGGUNAKAN ALGORITMA NAIVE BAYES. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.

[img] Text (full text)
Elezah Syafitri_2255201144_Fulltext..pdf - Submitted Version
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (Turnitin)
Elezah Syafitri_2255201144_Turnitin...pdf - Submitted Version
Restricted to Repository staff only
Download (2MB) | Request a copy
[img] Text (Abstrak+bab1)
Elezah Syafitri_2255201144_ABSTRAK+BAB1...pdf - Submitted Version
Download (319kB)
[img] Text (Bab2)
Elezah Syafitri_2255201144_BAB2..pdf - Submitted Version
Download (228kB)
[img] Text (Bab3)
Elezah Syafitri_2255201144_BAB3..pdf - Submitted Version
Restricted to Repository staff only
Download (192kB) | Request a copy
[img] Text (Bab 4)
Elezah Syafitri_2255201144_BAB4..pdf - Submitted Version
Restricted to Repository staff only
Download (356kB) | Request a copy
[img] Text (Bab5)
Elezah Syafitri_2255201144_BAB5..pdf - Submitted Version
Download (122kB)
[img] Text (Ref+Lamp)
Elezah Syafitri_2255201144_Ref+Lamp..pdf - Submitted Version
Download (217kB)

Abstract

Pesatnya perkembangan media sosial TikTok menjadikannya sarana promosi digital yang efektif bagi Usaha Mikro, Kecil, dan Menengah (UMKM). —Banyaknya komentar yang ditinggalkan oleh pengguna menjadi sumber informasi penting untuk mengukur persepsi dan kepuasan pelanggan. Namun, karakteristik bahasa teks media sosial yang tidak terstruktur, informal, mengandung kata slang, dan emoji menyulitkan proses analisis secara manual. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pelanggan terhadap produk UMKM makanan di TikTok ke dalam kategori positif, negatif, dan netral menggunakan algoritma Multinomial Naive Bayes. Dataset terdiri dari 1.041 data komentar bersih yang dikumpulkan melalui web scraping. Tahapan text preprocessing meliputi case folding, normalisasi slang, stopword removal, serta pembersihan data kosong dan duplikat. Pelabelan sentimen dilakukan menggunakan pendekatan lexicon-based, sedangkan pembobotan fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Dataset dibagi menggunakan rasio 80% data latih (832 data) dan 20% data uji (209 data). Hasil evaluasi performa model menunjukkan bahwa algoritma Naive Bayes mencapai tingkat akurasi sebesar 75,60%. Model sangat responsif pada kelas netral dengan F1-score sebesar 0,85 dan presisi kelas positif sebesar 1,00. Penelitian ini memberikan kontribusi praktis bagi pelaku UMKM dalam mengevaluasi tanggapan konsumen serta menyusun strategi pemasaran digital yang lebih responsif.

Item Type: Thesis (Skripsi (Bachelor))
Additional Information: Pembimbing : Muhammad Husni Rifqo, S.Kom., M.Kom
Uncontrolled Keywords: Analisis Sentimen, Tiktok, UMKM, Naïve Bayes, Preprocessing, TF-IDF.
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 Hildayani Hildayani
Date Deposited: 08 Sep 2026 06:44
Last Modified: 08 Sep 2026 06:44
URI: http://repository.umb.ac.id/id/eprint/4146

Actions (login required)

View Item View Item