Sentiment Analysis of Tiktok Shop Using Multinomial Naïve Bayes Method and BM25
Keywords:
TikTok Shop, BM25, Analisis Sentimen, Multinomial Naïve BayesAbstract
In the current digital era, TikTok has emerged as a popular application among internet users. One prominent feature is the TikTok Shop, which allows users to shop directly through the platform. However, on October 4, 2023, TikTok Shop was temporarily suspended by the government due to online trade regulation policies. After reopening on December 12, 2023, various responses from the public emerged in reaction to this phenomenon. This research conducted sentiment analysis on TikTok Shop by observing public responses on Twitter using the Multinomial Naïve Bayes classification method with word weighting using the BM25 and TF-IDF methods. The analysis results showed a majority of positive sentiment regarding TikTok Shop, indicating disapproval of the previous closure policy. In testing with a 10% test sample size, BM25 showed slightly better performance than TF-IDF.
Downloads
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Andrew Arjunanda Yasin, Dwi Arman Prasetya, Tresna Maulana Fahrudin
This work is licensed under a Creative Commons Attribution 4.0 International License.
Penulis mengirimkan naskah dan pengertian bahwa jika diterima untuk proses dipublikasi, hak cipta dari artikel tersebut akan diberikan kepada jurnal ilmiah teknologi informasi asia. Jurnal ilmiah teknologi informasi asia (Jitika) dan Lp2m Stmik Asia Malang sebagai penerbit jurnal, komponen Hak cipta mencakup hak untuk mereproduksi dan mengirimkan artikel dalam semua bentuk dan media, termasuk cetak ulang, foto, mikrofilm, dan reproduksi serupa lainnya, serta terjemahannya.
Jurnal ilmiah teknologi infomasi asia, dan Lp2m ITB Asia Malang, beserta jajaran para redaksi berusaha keras untuk memastikan bahwa tidak ada data, opini, atau pernyataan yang salah atau menyesatkan ketika dipublikasikan di jurnal Jitika, dengan kondisi apapun, isi artikel dan iklan yang diterbitkan di Jurnal ilmiah teknologi infomasi asia adalah murni merupakan tanggung jawab masing-masing penulis dan pengiklan. Pengguna situs web ini akan dilisensikan dengan menggunakan materi dari situs web ini setelah Lisensi Internasional Creative Commons Attribution 4.0. Tidak ada biaya yang dibebankan. Silakan gunakan materi yang sesuai.
Anda bebas untuk:
Bagikan - salin dan sebarkan materi dalam media atau format apa pun.
Adaptasi - remix, transformasikan, dan bangun berdasarkan materi untuk tujuan apa pun, bahkan secara komersial.
Pemberi lisensi tidak dapat mencabut kebebasan ini selama Anda mengikuti ketentuan lisensi