Analisis Sentimen Komentar Netizen Pada Postingan TikTok Terkait Dengan Trust Issue Menggunakan Lexicon Based

Bethony, Fikarianty (2026) Analisis Sentimen Komentar Netizen Pada Postingan TikTok Terkait Dengan Trust Issue Menggunakan Lexicon Based. Diploma thesis, Universitas Kristen Indonesia Toraja.

[thumbnail of Halaman Sampul] Text (Halaman Sampul)
Halaman Sampul - Fikarianty B.pdf

Download (727kB)
[thumbnail of Bab I] Text (Bab I)
Bab I - Fikarianty B.pdf

Download (180kB)
[thumbnail of Bab II] Text (Bab II)
Bab II - Fikarianty B.pdf

Download (341kB)
[thumbnail of Bab III] Text (Bab III)
Bab III - Fikarianty B.pdf
Restricted to Registered users only

Download (288kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV - Fikarianty B.pdf
Restricted to Registered users only

Download (562kB)
[thumbnail of Bab V] Text (Bab V)
Bab V - Fikarianty B.pdf

Download (174kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka - Fikarianty B.pdf

Download (178kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran - Fikarianty B.pdf

Download (1MB)

Abstract

Media sosial saat ini berkembang pesat dan menjadi sarana utama bagi masyarakat dalam menyampaikan pendapat, pengalaman, serta tanggapan terhadap berbagai isu yang terjadi di lingkungan sosial, salah satunya melalui platform TikTok. Isu kepercayaan (trust issue) merupakan topik yang sering dibahas dan memicu beragam reaksi dari netizen dalam bentuk komentar. Penelitian ini bertujuan untuk menganalisis
sentimen komentar netizen pada postingan TikTok yang berkaitan dengan isu trust issue menggunakan metode lexicon-based sentiment analysis. Data penelitian berupa komentar
netizen yang dikumpulkan dari satu postingan TikTok dan kemudian dianalisis dengan cara mengklasifikasikan komentar ke dalam tiga kategori sentimen, yaitu positif, netral,
dan negatif berdasarkan kamus leksikon sentimen. Hasil analisis menunjukkan bahwa dari total 997 komentar yang dianalisis, terdapat 78 komentar yang termasuk dalam
sentimen positif dengan persentase sebesar 7,8%, sementara sentimen netral mendominasi dengan jumlah 899 komentar atau sebesar 89,99%. Dominasi sentimen netral menunjukkan bahwa sebagian besar netizen cenderung memberikan tanggapan yang
bersifat umum, objektif, dan tidak secara eksplisit menunjukkan emosi positif maupun negatif terhadap isu trust issue. Dengan demikian, penggunaan metode lexicon-based
dalam penelitian ini mampu memberikan gambaran mengenai kecenderungan sentimen netizen secara kuantitatif, meskipun masih memiliki keterbatasan dalam memahami konteks dan makna tersirat dalam komentar.
Kata kunci: Analisis Sentimen, Lexicon-Based Sentiment Analysis, Komentar TikTok, Trust Issue

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Unnamed user with username perpustakaan2_1
Date Deposited: 15 Jul 2026 07:03
Last Modified: 15 Jul 2026 07:03
URI: https://repo.ukitoraja.ac.id/id/eprint/1584

Actions (login required)

View Item
View Item