Analisis Sentimen Publik Kebijakan Privasi dan Keamanan Data TikTok dengan Naive Bayes

Zulfa Agustin; Roberto Kaban

doi:10.61132/merkurius.v4i4.1727

Authors

Zulfa Agustin Institut Teknologi dan Bisnis Indonesia
Roberto Kaban Institut Teknologi Dan Bisnis Indonesia

DOI:

https://doi.org/10.61132/merkurius.v4i4.1727

Keywords:

Data Privacy, Naive Bayes, Sentiment Analysis, SMOTE, TikTok.

Abstract

This study aims to analyze public sentiment regarding TikTok’s privacy and data security policies using the Multinomial Naive Bayes algorithm. Research data were obtained from a public Kaggle dataset containing 100,000 reviews from Indonesian TikTok users on the Google Play Store. After filtering using keywords related to privacy and data security, 9,590 relevant reviews were collected. The research stages include text preprocessing, TF-IDF feature extraction, SMOTE implementation to handle class imbalance, Naive Bayes modeling along with comparison against Linear SVM and IndoBERT, and model evaluation. The results show negative sentiment dominates at 59.7%, followed by positive at 30.1% and neutral at 10.1%. The Naive Bayes model achieves 69.6% accuracy, 64.2% precision, 69.6% recall, and 63.5% F1-Score, while Linear SVM and IndoBERT achieved 74.3% and 81.2% accuracy respectively. This study proves that Naive Bayes is applicable for real-data sentiment classification of TikTok privacy reviews and provides insights for platform managers to improve privacy policy transparency.

References

Almufareh, M., Jhanjhi, N. Z., Humayun, M., Alwakid, G. N., Danish, J., & Almuayqil, S. (2025). Integrating sentiment analysis with machine learning for cyberbullying detection on social media. IEEE Access, 13, 1–1.

Apriani, E., Oktavianalisti, F., Monasari, L. D. H., Winarni, I., & Hanif, I. F. (2024). Analisis sentimen penggunaan TikTok sebagai media pembelajaran menggunakan algoritma Naïve Bayes Classifier. MALCOM, 4(3), 1160–1168.

Arya Erlangga, Yani Parti Astuti, Etika Kartikadarma, Sindhu Rakasiwi, & Egia Rosi Subhiyakto. (2025). Penggunaan Algoritma Naïve Bayes dengan Polarity Textblob untuk Analisis Sentimen pada Acara ASEAN CUP 2024 U-16 di Media Sosial Twitter. Switch : Jurnal Sains Dan Teknologi Informasi, 3(3), 07–19. https://doi.org/10.62951/switch.v3i1.357

Hermawan, M. A., Faqih, A., & Dwilestari, G. (2025). Implementasi akurasi model Naive Bayes menggunakan SMOTE dalam analisis sentimen pengguna aplikasi BRImo. Jurnal Informatika dan Teknik Elektro Terapan, 13(1), 855–862.

Hidayah, I. A., Kusumawati, R., Abidin, Z., & Imamuddin, M. (2024). Analisis sentimen publik terhadap aplikasi TikTok menggunakan algoritma Naive Bayes dan Support Vector Machine. CNAHPC, 6(2), 881–891.

Hidayat, W. A., & Nastiti, V. R. S. (2024). Perbandingan kinerja pre-trained IndoBERT-Base dan IndoBERT-Lite pada klasifikasi sentimen ulasan TikTok Tokopedia Seller Center dengan model IndoBERT. JSII (Jurnal Sistem Informasi), 11(2).

Jati Nur Shiddiq. (2025). Implementasi Sistem Informasi Web untuk Visualisasi dan Keamanan Data Susut Energi. Merkurius : Jurnal Riset Sistem Informasi Dan Teknik Informatika, 3(6), 349–357. https://doi.org/10.61132/merkurius.v3i6.1261

M. Naufal Ramadhan. (2025). Pemanfaatan Literasi Digital Berbasis Teknologi Informasi untuk Kesadaran Keamanan Data dan Pencegahan Kejahatan Siber. Neptunus: Jurnal Ilmu Komputer Dan Teknologi Informasi, 3(1), 151–159. https://doi.org/10.61132/neptunus.v3i1.689

Madjid, M. F., Ratnawati, D. E., & Rahayudi, B. (2023). Analisis sentimen pada ulasan aplikasi menggunakan Support Vector Machine dan klasifikasi Naïve Bayes. SinkrOn, 7(1), 556–562.

Maulana, M. T. F., Nugroho, B. I., & Utami, E. U. S. (2025). Analisis sentimen ulasan aplikasi TikTok di Google Play Store menggunakan algoritma Naive Bayes. RIGGS, 4(3), 6627–6635.

Nahdhudin, M., Wibowo, N. C. H., Handayani, M. R., & Umam, K. (2025). Klasifikasi sentimen masyarakat terhadap aplikasi TikTok menggunakan algoritma Naive Bayes. Jurnal Teknologi Informasi dan Ilmu Komputer, 1(3), 107–112.

Pratiwi, A. A., & Kamayani, M. (2024). Perbandingan pelabelan data dalam analisis sentimen kurikulum proyek di platform TikTok: Pendekatan Naïve Bayes. Eksplora, 14(1), 96–107.

Rahmadani, P. S., Tampubolon, F. C., Jannah, A. N., Hutabarat, N. L. H., & Simarmata, A. M. (2022). Analisis sentimen media sosial TikTok menggunakan algoritma Naive Bayes Classifier. SinkrOn, 6(3), 995–999.

Ramadhan, R. F., & Kurniawan, R. (2025). Sentiment analysis of privacy issues in the digital era using the Naïve Bayes method. Mandiri, 14(2), 170–178.

Rhomaningtias, L., Khairunisa, A., Wara, S. S. M., & Hindrayani, K. M. (2025). Analisis sentimen ulasan aplikasi Smile Indonesia menggunakan metode Naive Bayes dan Support Vector Machine (SVM). HOAQ, 16(1), 79–91.

Wang, J., Cao, Q., & Zhu, X. (2025). Privacy disclosure on social media: The roles of platform features, group effects, trust and privacy concerns. Library Hi Tech, 43(2–3), 1035–1059.