Analisis Sentimen Aplikasi TikTok menggunakan Metode BM25 dan Improved K-NN Fitur Chi-Square

Abstract

Saat ini kemajuan teknologi sangat pesat, begitu juga halnya penggunaan internet semakin meningkat. Perubahan tersebut didukung dengan berkembangnya media komunikasi yang membuat jumlah penggunaan internet meningkat dan mendorong persebaran informasi sangat cepat melalui aplikasi sosial media. Aplikasi TikTok merupakan salah satu sosial media di Indonesia yang sangat popular saat ini. Aplikasi TikTok memberikan wadah untuk membuat video dengan durasi 60 detik dan mempunyai banyak fitur seperti menambahkan musik, mengubah suara, memberikan filter, menambahkan efek dan stiker. Pengguna aplikasi tersebut dari anak dibawah umur sampai dengan yang sudah tua maka tidak sedikit pengguna memberikan ulasan positif maupun negatif. Maka dari itu pada penelitian ini membantu pengguna untuk menganalisis data ulasan tersebut dengan melakukan eksperimen menggunakan teknik klasifikasi sentimen menggunakan metode BM25 sebagai pembobotan kata, dan Improved K-NN sebagai penentu dalam memilih sentimen dengan menambahkan fitur Chi-Square guna untuk mengurangi jumlah kata dalam klasifikasi. Pengujian menggunakan 5 kali pengujian rasio fitur kemudian di dapatkan hasil terbaik dari rasio fitur 50% dan k = 20 sehingga memperoleh hasil terbaik yaitu nilai precision 70,03%, recall 67,22%, accuracy 83,33% dan f-measure 66,26%. Dapat disimpulkan untuk penambahan fitur seleksi dapat membantu meningkatkan hasil recall, f-measure, precision, dan accuracy.