Analisis Sentimen Tiktok: Wajib Militer dengan Metode Lexicon Based dan Naive Bayes Classifier

Penulis

  • Arpan Mualief Saprizal Universitas Sari Mulia
  • Nor Anisa Universitas Sari Mulia

Kata Kunci:

Wajib Militer, Analisis-Sentimen, Lexion-Based, Naive Bayes Classifier, Wordcloud

Abstrak

Isu wajib militer di Indonesia telah memicu perdebatan hangat di kalangan masyarakat, terutama di platform media sosial TikTok. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap isu tersebut melalui analisis terhadap komentar pengguna TikTok. Metode yang digunakan adalah lexicon-based sentiment analysis. Data sebanyak 5.212 komentar dikumpulkan menggunakan teknik web scraping dengan kata kunci "wajib militer di Indonesia". Hasil analisis menunjukkan bahwa mayoritas komentar (53,28%) bernada positif, diikuti oleh komentar netral (35,79%), dan negatif (10,92%). Temuan ini mengindikasikan adanya dukungan yang cukup besar terhadap isu wajib militer di kalangan pengguna TikTok. Proses penelitian meliputi pengumpulan data, pengolahan data, analisis sentimen menggunakan lexicon--based approach, dan visualisasi hasil. Hasil penelitian ini diharapkan dapat memberikan gambaran yang lebih jelas mengenai persepsi publik terhadap isu wajib militer di Indonesia. 

Unduhan

Diterbitkan

2024-12-31

Terbitan

Bagian

TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi