ANALISIS SENTIMEN APLIKASI TIKTOK TOKOPEDIA SELLER CENTER DENGAN PENDEKATAN MACHINE LEARNING SVM, CNN, DAN NAIVE BAYES

Tiktok Tokopedia Seller Center merupakan aplikasi yang diperuntukan untuk
para pelaku usaha atau para penjual mengenai pengelolaan dan meningkatkan
penjualan mereka pada platform Tiktok (Tiktok shop). Penelitian ini memiliki tujuan
untuk melakukan analisis sentimen negatif dan positif dari pengguna mengenai fitur
dan kinerja dari aplikasi Tiktok Tokopedia Seller Center dengan menggunakan 3
algoritma Machine Learning, diantaranya SVM, CNN, Naive Bayes. Dikarenakan
ketiga algoritma tersebut dinilai efektif dalam menangani kasus analisis sentimen.
Data untuk penelitian ini didapatkan dari ulasan aplikasi Tiktok Tokopedia Seller
Celler center yang terdapat pada Google Play Store.
Metode pengembangan sistem analisis sentimen dilakukan dengan pendekatan
prototype. Penggambaran sistem menggunakan workflow, flowchart, activity diagram,
use case diagram.
Dalam implementasi sistem menghasilkan 5 menu, yaitu menu Home, Pre
Processing, SVM, CNN, Naïve Bayes. Hasil pengujian sistem menunjukkan bahwa
SVM memiliki kinerja dan performa yang lebih unggul dibandingkan CNN, dan Naive
Bayes, karena SVM didapatkan akurasi akhir sebesar 0.90 , disusul CNN dengan
akurasi sebesar 0.88 dan Naive Bayes dengan akurasi sebesar 0.84. Dari penelitian ini
dapat memberikan gambaran atau wawasan bagi pengembang aplikasi Tiktok
Tokopedia Seller Center dalam melakukan perbaikan dan meningkatkan kualitas
pelayanan .

https://ejournal.poltekharber.ac.id/index.php/smartcomp