ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI TIKTOK PADA GOOGLE PLAY STORE MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Abstract

TikTok merupakan platform media sosial berbasis video pendek dengan pertumbuhan pengguna yang sangat pesat, menghasilkan jutaan ulasan di Google Play Store yang mengandung informasi berharga mengenai pengalaman pengguna. Besarnya volume data ulasan tersebut menyebabkan analisis manual menjadi tidak efisien, sehingga diperlukan pendekatan komputasional otomatis. Penelitian ini bertujuan untuk mengimplementasikan metode Convolutional Neural Network (CNN) dalam mengklasifikasikan sentimen ulasan pengguna TikTok ke dalam kategori positif, negatif, dan netral. Tantangan utama dalam penelitian ini adalah karakteristik teks ulasan yang sering menggunakan bahasa campuran (code-mixing). Model CNN diimplementasikan dengan memanfaatkan teknik word embedding untuk mengekstraksi fitur fitur tekstual secara mendalam. Hasil pengujian  menunjukkan bahwa model CNN berhasil mencapai tingkat akurasi yang sangat tinggi sebesar 94,97% dengan nilai loss 0,3440. Performa model pada kelas positif dan negatif sangat kuat dengan F1-score masing-masing 0,97 dan 0,95, sementara pada kelas netral sebesar 0,84. Penelitian ini membuktikan bahwa arsitektur CNN sangat efektif dan tangguh dalam mengenali pola opini pengguna yang kompleks, sehingga dapat memberikan rekomendasi yang akurat bagi pengembang aplikasi dalam memahami preferensi publik secara otomatis.

Kata Kunci: Analisis Sentimen, Convolutional Neural Network, Google Play Store, Natural Language Processing , TikTok.