Analisis Sentimen Pada Pengguna Tiktok Menggunakan Metode Random Forest (Studi Kasus: Jessica-Mirna)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen mengenai persepsi pengguna TikTok terhadap kasus pembunuhan Wayan Mirna Salihin yang melibatkan Jessica Kumala Wongso. Analisis sentimen dilakukan dengan metode Random Forest Classifier terhadap 15.000 data komentar TikTok. Hasil analisis menunjukkan mayoritas komentar positif (52%) mendukung Jessica Kumala Wongso, disusul opini netral (36%) dan negatif (12%). Model Random Forest Classifier yang dibangun mampu melakukan klasifikasi sentimen secara akurat, dengan nilai akurasi, presisi, recall dan f1-score diatas 80% untuk seluruh kelas sentimen. Hasil pemetaan confusion matrix menunjukkan bahwa model dapat membedakan komentar positif, negatif, dan netral dengan baik. Hal ini menunjukkan opini masyarakat di media sosial TikTok cenderung berpihak pada Jessica Kumala Wongso sebagai korban fitnah dalam kasus pembunuhan Wayan Mirna Salihin. Dengan demikian, analisis sentimen terhadap komentar TikTok dapat memberikan gambaran mengenai isu-isu yang sedang mempengaruhi opini publik terkait kasus ini. Hasil penelitian ini dapat digunakan oleh berbagai pihak terkait untuk merumuskan kebijakan atau program yang sesuai dengan harapan masyarakat.