Stepanie, Michele (2025) Analisis Sentimen Penggunaan Artis Korea sebagai Brand Ambassador Produk Lokal Indonesia Menggunakan Naive Bayes, SVM, dan Random Forest. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
![]() |
PDF
HALAMAN_AWAL.pdf Download (1MB) |
![]() |
PDF
BAB_I.pdf Download (374kB) |
![]() |
PDF
BAB_II.pdf Download (571kB) |
![]() |
PDF
BAB_III.pdf Download (242kB) |
![]() |
PDF
BAB_IV.pdf Restricted to Registered users only Download (2MB) |
![]() |
PDF
BAB_V.pdf Download (90kB) |
![]() |
PDF
DAFTAR_PUSTAKA.pdf Download (557kB) |
![]() |
PDF
LAMPIRAN.pdf Restricted to Registered users only Download (829kB) |
Abstract
Budaya popular Korea Selatan yang dikenal sebagai sebagai Korean Wave atau Hallyu telah menyebar secara global dan memperoleh perhatian besar di Indonesia. Dampaknya terlihat dari meningkatnya penggunaan figur publik asal Korea sebagai duta merek untuk produk-produk lokal. Strategi promosi ini dinilai mampu menarik minat konsumen Indonesia, terutama pada platform media sosial seperti X. Namun, fenomena tersebut menimbulkan reaksi beragam, termasuk tanggapan positif, netral, maupun negatif dari masyarakat. Oleh sebab itu, penting dilakukan analisis sentimen untuk memahami pandangan publik terhadap tren tersebut. Penelitian ini menggunakan tiga algoritma pembelajaran mesin, yaitu Naïve Bayes, Support Vector Machine (SVM), dan Random Forest, dalam mengelompokkan komentar dari pengguna media sosial X yang dikumpulkan selama periode 2021 hingga 2025. Tahapan analisis dilakukan berdasarkan metode CRISP-DM yang mencakup pemahaman konteks, eksplorasi data, pembersihan data, pembuatan model, evaluasi, dan penyampaian hasil akhir. Data dianalisis menggunakan pendekatan text mining dan diklasifikasikan ke dalam tiga jenis sentimen: positif, negatif, dan netral. Evaluasi performa dilakukan dengan mengukur akurasi, presisi, recall, serta nilai F1-Score. Hasil pengujian menunjukkan bahwa sebagian besar komentar masyarakat bersifat positif terhadap pemanfaatan artis Korea sebagai duta produk lokal. Dari ketiga algoritma yang diuji, Random Forest menghasilkan tingkat akurasi tertinggi dalam mengklasifikasikan sentimen. Penemuan ini memberikan masukan strategis bagi pemilik merek lokal untuk mempertimbangkan kolaborasi dengan figur internasional. Selain itu, studi ini memberikan kontribusi dalam penerapan algoritma klasifikasi untuk analisis opini dalam bidang pemasaran digital.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Analisis Sentimen, Duta Merek, Korean Wave, Naïve Bayes, Random Forest, SVM |
Subjects: | ?? T70 ?? |
Divisions: | Faculty of Engineering & Informatics > Information System |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 31 Jul 2025 11:06 |
Last Modified: | 31 Jul 2025 11:06 |
URI: | https://kc.umn.ac.id/id/eprint/39533 |
Actions (login required)
![]() |
View Item |