Ariya Candra, Rama (2024) EMOTION RECOGNITION PADA KOMENTAR YOUTUBE MENGGUNAKAN METODE NAÏVE BAYES (STUDI KASUS DITUTUPNYA TIKTOK SHOP) SKRIPSI. Undergraduate thesis, UPN "Veteran" Jawa Timur.
Text (Cover)
20082010135_Cover.pdf Download (2MB) |
|
Text (Bab 1)
20082010135_Bab 1.pdf Restricted to Repository staff only Download (173kB) | Request a copy |
|
Text (Bab 2)
20082010135_Bab 2.pdf Restricted to Registered users only until 30 May 2027. Download (104kB) | Request a copy |
|
Text (Bab 3)
20082010135_Bab 3.pdf Restricted to Repository staff only until 30 May 2027. Download (364kB) | Request a copy |
|
Text (Bab 4)
20082010135_Bab 4.pdf Restricted to Repository staff only until 30 May 2027. Download (1MB) | Request a copy |
|
Text (Bab 5)
20082010135_Bab 5.pdf Download (11kB) |
|
Text (Daftar Pustaka)
20082010135_Daftar Pustaka.pdf Download (89kB) |
|
Text (Lampiran)
20082010135_Lampiran.pdf Restricted to Repository staff only until 30 May 2027. Download (865kB) | Request a copy |
Abstract
TikTok Shop adalah fitur di platform TikTok yang memungkinkan pengguna melihat dan membeli produk langsung dari aplikasi tanpa keluar dari aplikasi. Ditutupnya TikTok Shop dikarenakan adanya kecurigaan hadirnya Project S yang merugikan UMKM serta melanggar Permendag nomor 31 tahun 2023 karena melakukan transaksi jual beli pada platform media sosial Tiktok. Masyarakat memberikan tanggapan dan pendapat yang berbeda di komentar YouTube tentang ditutupnya TikTok Shop. Ada yang memberikan komentar marah, sedih, senang, takut, dan terkejut. Dari sinilah diperlukannya klasifikasi terhadap kebijakan pemerintah ditutupnya tiktok shop untuk melihat tanggapan atau komentar dari masyarakat mengenai kebijakan tersebut. Untuk melakukannya diperlukannya suatu proses untuk mengklasifikasikan atau mengkategorikan komentar tersebut sesuai emosi, proses tersebut di sebut Emotion Recognition. Dengan begini pemerintah dapat mengetahui secara cepat dan tepat emosional masyarakat melalui data komentar sehingga dapat mengambil keputusan untuk kepentingan masyarakat. Emotion Recognition adalah proses mengklasifikasikan atau mengkategorikan komentar tersebut sesuai emosi. Oleh karena itu, Emotion Recognition dapat digunakan sebagai refrensi untuk pengambilan keputusan oleh stakeholder. Emotion Recognition dilakukan menggunakan metode Naive Bayes dan pembobotan kata Term Frequency – Inverse Document Frequency (TF-IDF). Dalam Emotion recognition untuk mencari akurasi terbaik dilakukan 5 skenario yaitu, skenario 1 dengan training model menggunakan hyperparameter (alpha=0.1, fit_prior=True) menggunakan model multinomial Naive Bayes. Skenario 2 dengan dilakukan training model menggunakan hyperparameter (alpha=1.0, binarize=0.0, fit_prior=True) menggunakan model bernoulli Naive Bayes. Skenario 3 dengan training model menggunakan Bernaoulli Naive Bayes tanpa hyperparameter. Skenario 4 dengan dilakukan training model menggunakan Bernaoulli Naive Bayes dengan hyperparameter (alpha=1.0, binarize=0.5, fit_prior=False). Skenario 5 dengan dilakukan training model menggunakan Multinomial Naive Bayes tanpa hyperparameter. Model dengan accuracy terbaik yaitu pada skenario 1 dengan accuracy 82 %. Hasil dari uji validasi dilakukan dengan menggunakan 115 data baru, 17 emosi marah dari 38 data yang bernilai benar, 15 emosi sedih dari 16 data bernilai benar, 13 emosi senang dari 26 data bernilai benar, 14 emosi takut dari 17 data bernilai benar, dan 9 emosi terkejut dari 18 data yang bernilai benar. Sehingga presentase accuracy model adalah 0.78 atau 78%.
Item Type: | Thesis (Undergraduate) | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Contributors: |
|
||||||||||||
Subjects: | T Technology > T Technology (General) | ||||||||||||
Divisions: | Faculty of Computer Science > Departemen of Information Systems | ||||||||||||
Depositing User: | Rama Ariya Candra | ||||||||||||
Date Deposited: | 30 May 2024 08:15 | ||||||||||||
Last Modified: | 30 May 2024 08:15 | ||||||||||||
URI: | https://repository.upnjatim.ac.id/id/eprint/23478 |
Actions (login required)
View Item |