Penerapan Algoritma Random Forest dan VADER Sentiment dalam Klasifikasi UlasanPengguna Aplikasi TikTok [ENY,NII]

Abstract

TikTok merupakan salah satu aplikasi media sosial yang sangat populer di
semua kalangan, dengan jutaan ulasan pengguna tersedia di Google PlayStore. Namun, rating numerik tidak cukup untuk merepresentasikan opini pengguna aplikasi TikTok. Oleh karena itu, dibutuhkan pendekatan analisis sentimen berbasis teks. Penelitian ini mengusulkan pengguna metode VADER (Valence Aware Dictionary for sEntiment Reasoning) untuk pelabelan sentimen secara otomatis dan Random Forest sebagai model klasifikasi lanjutan. ADER efektif untuk menangani teks informal khas media sosial dan tidak memerlukan pelabelan manual yang kompleks, sementara Random Forest mampu mengolah data besar dengan akurasi tinggi. Dengan pendekatan ini, penelitian bertujuan membangun sistem analisis sentimen otomatis yang mampu mengelompokkan ulasan TikTok ke dalam kategori sentimen positive dan negatif, serta mengeksplorasi konteks spesifik dari masing-masing ulasan untuk memahami kebutuhan dan preferensi pengguna dalam membuat keputusan tentang bagaimana membuat fitur aplikasi yang lebih tepat sasaran.