Text
Kombinasi Lexicon-Based dan Multinomial Naїve Bayes Classifier dalam Analisis Sentimen Artis Song Joong Ki sebagai Brand Ambassador Scarlett Whitening
Twitter sebagai media sosial dapat dimanfaatkan sebagai sarana bertukar
informasi tentang peristiwa terkini. Topik K-Drama seringkali menjadi
perbincangan publik di Twitter hingga mencapai trending topic terutama saat
pandemi melanda Indonesia. Popularitas K-Drama di Indonesia memunculkan
strategi pemasaran produk dengan menjadikan artisnya sebagai brand ambassador.
Song Joong Ki adalah salah satu aktor yang dibawa oleh produk Scarlett Whitening
menjadi brand ambassador. Publik memberikan tanggapannya di Twitter dan
analisis sentimen diperlukan dalam mengelompokkan tanggapan publik ke dalam
tanggapan positif, netral, atau negatif. Analisis sentimen mengombinasikan metode
Lexicon-Based dan Multinomial Naїve Bayes Classifier. SentiWordNet digunakan
pada klasifikasi metode Lexicon-Based. Tahap preprocessing data penelitian ini
meliputi cleansing, case folding, normalisasi kata, tokenizing, filtering, dan
stemming. Hasil kombinasi metode Lexicon-Based dan Multinomial Naїve Bayes
Classifier didapatkan nilai akurasi sebesar 81,50%. Kata “jadi”, “brand”, dan
“ambassador” mendominasi word cloud yang menandakan jika publik banyak
membahas terkait diangkatnya Song Joong Ki sebagai brand ambassador Scarlett
Whitening.
Kata Kunci: Twitter, K-Drama, Analisis Sentimen, Lexicon-Based, Multinomial
Naїve Bayes Classifier, SentiWordNet
1135E2023 | 1135 E 2023 | Perpustakaan FSM Undip | Tersedia |
Tidak tersedia versi lain