Ulan Sawalia Primary Author mixed material bibliography Banda Aceh Fakultas mipa 2025

Skripsi

TikTok merupakan salah satu platform media sosial yang sangat populer di Indonesia dan banyak digunakan untuk promosi produk, termasuk produk skincare seperti sunscreen. Banyaknya komentar pengguna pada video TikTok menjadi sumber data yang potensial untuk dianalisis guna memahami sentimen publik terhadap suatu merek. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis yang mampu mengelompokkan komentar TikTok ke dalam tiga kategori sentimen, yaitu positif, netral, dan negatif. Data komentar dikumpulkan melalui proses web scraping dari enam brand sunscreen populer, yakni Wardah, Azarine, Skintific, The Originote, Madame Gie, dan Facetology. Total data yang digunakan berjumlah 13.913 komentar, yang telah melalui proses pra-pemrosesan dan augmentasi data menggunakan teknik backtranslation untuk menangani ketidakseimbangan kelas. Pelabelan komentar dilakukan secara otomatis menggunakan model Generative AI (GPT-4o mini) yang kemudian divalidasi secara manual. Teks komentar dikonversi menjadi vektor numerik menggunakan metode TF-IDF sebelum digunakan untuk pelatihan tiga algoritma klasifikasi, yaitu Support Vector Machine (SVM), Naive Bayes (MultinomialNB), dan Random Forest. Proses tuning hyperparameter dilakukan dengan GridSearchCV untuk mendapatkan performa optimal. Hasil evaluasi menunjukkan bahwa model SVM dan Random Forest memiliki performa terbaik dengan akurasi masing-masing 80,78% dan 80,74%, serta F1-score sebesar 0.8062 dan 0.8061. Sementara itu, model Naive Bayes menunjukkan hasil F1-score sebesar 0.6378. Hasil klasifikasi ditampilkan dalam bentuk visualisasi interaktif berbasis Streamlit, seperti pie chart dan word cloud berdasarkan masing-masing sentimen. Penelitian ini menunjukkan bahwa kombinasi teknik preprocessing, augmentasi data, dan tuning hyperparameter dapat meningkatkan efektivitas model klasifikasi dalam menganalisis sentimen komentar TikTok. Sistem yang dikembangkan berpotensi menjadi alat bantu bagi pelaku industri maupun peneliti untuk memahami persepsi konsumen terhadap suatu produk secara efisien. Kata kunci : TikTok, Sentimen, Web Scraping, TF-IDF, SVM, Naive Bayes, Random Forest, Augmentasi 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 165833 2025-07-23 15:01:32 2025-07-23 15:35:13 machine generated