Preferensi masyarakat terhadap perubahan kebijakan TikTok Shop dengan text mining

Sari, Retno Wulan (2024) Preferensi masyarakat terhadap perubahan kebijakan TikTok Shop dengan text mining. S1 thesis, Universitas Ahmad Dahlan.

	Text (JUDUL) T1_2000016083_JUDUL__240703043908.pdf Restricted to Registered users only Download (554kB) | Request a copy
	Text (BAB I) T1_2000016083_BAB_I__240702122746.pdf Restricted to Registered users only Download (318kB) | Request a copy
	Text (BAB II) T1_2000016083_BAB_II__240702122746.pdf Restricted to Registered users only Download (217kB) | Request a copy
	Text (BAB III) T1_2000016083_BAB_III__240702122746.pdf Restricted to Registered users only Download (233kB) | Request a copy
	Text (BAB IV) T1_2000016083_BAB_IV__240702122746.pdf Restricted to Registered users only Download (605kB) | Request a copy
	Text (BAB V) T1_2000016083_BAB_V__240702122746.pdf Restricted to Registered users only Download (77kB) | Request a copy
	Text (Daftar Pustaka) T1_2000016083_DAFTAR_PUSTAKA__240703043908.pdf Download (156kB)

Abstract

Di era ini, teknologi informasi dan komunikasi memudahkan berbagai aspek kehidupan manusia, dengan berbagai media yang memfasilitasi interaksi. TikTok, aplikasi yang sangat populer di Indonesia, meluncurkan fitur TikTok Shop yang memungkinkan live streaming untuk menjual barang dan membuat konten video dengan review produk. Namun TikTok Shop yang telah berjalan selama kurang lebuh 2 tahun, pada 4 Oktober 2023, operasional TikTok Shop di Indonesia dihentikan karena aturan dari permendag media sosial tidak boleh berfungsi ganda sebagai platform e-commerce. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap perubahan kebijakan ini menggunakan pendekatan text mining dan Latent Dirichlet Allocation untuk mengetahui preferensi masyarakat terhadap perubahan kebijakan melalui topik-topik yang sering muncul.
Pengumpulan data dilakukan dengan menggunakan teknik crawling pada X data yang diambil dari tweet kemudian diproses menggunakan langkah-langkah pada preprocessing. Analisis sentimen dilakukan dengan memanfaatkan library Textblob, sementara Latent Dirichlet Allocation digunakan untuk menemukan topik-topik kata yang sering muncul pada tweet.
Hasil penelitian dari 6.063 data tweet dengan tiga kondisi yaitu sebelum TikTok Shop ditutup, saat TikTok Shop ditutup, dan setelah TikTok Shop. Terdapat tiga kelompok sentimen yaitu positif, negatif dan netral, pada setiap kondisinya menunjukkan sentimen positif lebih mendominasi. Hasil dari pemodelan topik yang menggunakan Latent Dirichlet Allocation pada ketiga kondisi menunjukkan preferensi yang berbeda di tiap kondisinya. Kondisi sebelum ditutupnya TikTok Shop menunjukkan bahwa masyarakat yang kecewa atas rencana penutupan TikTok Shop karena tidak dapat menikmati harga murah dan diskon yang biasa di dapatkan meskipun penutupannya dilakukan untuk melindungi umkm dan menegakkan regulasi. Kondis saat TikTok Shop ditutup mengurangi pembelian impulsif bagi pengguna namun menimbulkan dampak negatif bagi penjual karena tidak dapat menjangkau pasar yang lebih luas. Kondisi setelah TikTok Shop dibukanya kembali yaitu pengguna yang dapat kembali menikmati harga dan diskon yang menarik sehingga terjadinya peningkatan pembelian yang impulsif.

Item Type:	Thesis (S1)
Keyword:	Analisis sentimen TikTok Shop, text mining, Latent Dirichlet Allocation
Subjects:	H Social Sciences > HN Social history and conditions. Social problems. Social reform T Technology > T Technology (General)
Divisi / Prodi:	Faculty of Applied Science and Technology (Fakultas Sains Dan Teknologi Terapan) > S1-Information System (S1-Sistem Informasi)
Depositing User:	userperpus4 userperpus4
Date Deposited:	04 Jul 2024 02:05
Last Modified:	04 Jul 2024 02:05
URI:	http://eprints.uad.ac.id/id/eprint/65083

Actions (login required)

View Item