Analisis Pengaruh Algoritma TikTok terhadap Minat Beli Pengguna TikTok Shop Menggunakan Metode Naïve Bayes

Abstract

Perkembangan media sosial telah mendorong munculnya social commerce, salah satunya melalui TikTok Shop yang menggabungkan konten hiburan dengan aktivitas belanja online. TikTok menggunakan algoritma rekomendasi berbasis machine learning untuk menampilkan konten dan produk yang dipersonalisasi sesuai perilaku pengguna. Algoritma ini diyakini memiliki pengaruh terhadap minat beli pengguna, namun penelitian komputasional mengenai pengaruh tersebut di Indonesia masih terbatas. Penelitian ini bertujuan untuk menganalisis pengaruh algoritma TikTok terhadap minat beli pengguna TikTok Shop menggunakan metode data mining Naïve Bayes. Data penelitian diperoleh melalui penyebaran kuesioner kepada pengguna TikTok Shop dengan variabel seperti frekuensi munculnya konten di For You Page (FYP), relevansi rekomendasi, durasi interaksi, tingkat engagement, dan indikator minat beli. Dataset kemudian melalui tahap preprocessing, pemisahan data training dan testing, serta proses klasifikasi menggunakan algoritma Naïve Bayes dengan bantuan RapidMiner. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan minat beli pengguna dengan akurasi sebesar 88%, precision 89,47%, recall 94,44%, dan nilai AUC 0,825 yang termasuk kategori baik. Temuan ini menunjukkan bahwa algoritma TikTok berpengaruh signifikan terhadap minat beli pengguna TikTok Shop, terutama melalui relevansi rekomendasi dan tingkat engagement pengguna