Analisis Sentimen Penggemar Treasure Di Karnaval Mandiri Menggunakan Naïve Bayes

Chulyatunni’mah; Rudi Kurniawan; Saeful Anwar

doi:10.53513/jursi.v4i1.10606

Authors

Chulyatunni’mah STMIK IKMI Cirebon
Rudi Kurniawan STMIK IKMI Cirebon
Saeful Anwar STMIK IKMI Cirebon

DOI:

https://doi.org/10.53513/jursi.v4i1.10606

Keywords:

Sentimen Analisis, Metode Naive Bayes, Treasure, Kpop, Karnaval Mandiri, Media sosial X

Abstract

Fenomena K-pop yang terus berkembang telah menarik perhatian dunia, termasuk di Indonesia, di mana Treasure adalah salah satu boy group yang memiliki banyak penggemar aktif. Dengan menggunakan algoritma Naive Bayes, penelitian ini mengkaji sentimen penggemar terhadap penampilan Treasure di media sosial X pada Karnaval Mandiri 2024. Metode ini dipilih karena mudah digunakan untuk mengklasifikasikan teks. Metode crawling digunakan untuk mendapatkan dataset penelitian, yang menghasilkan 1.018 tweet yang relevan. Proses preprocessing termasuk pembersihan, normalisasi, penghapusan stopwords, tokenisasi, dan stemming. Selanjutnya, pustaka TextBlob digunakan untuk melabelkan tweet ke dalam kategori positif, netral, dan negatif. Hasil analisis menunjukkan bahwa sentimen netral mendominasi (38,1%), diikuti oleh sentimen positif (35,3%) dan negatif (26,6%). Dengan akurasi evaluasi sebesar 96%, model Naive Bayes menunjukkan bahwa mayoritas penggemar bersikap netral terhadap penampilan Treasure. Sementara sentimen positif menunjukkan antusiasme yang besar, sentimen negatif menunjukkan bahwa ekspektasi tidak terpenuhi. Studi ini menunjukkan bahwa algoritma Naive Bayes adalah metode yang berguna untuk menganalisis sentimen di media sosial. Karena itu, manajemen artis dan penyelenggara acara dapat memanfaatkan temuan ini untuk membuat strategi komunikasi yang lebih baik dan meningkatkan pengalaman penggemar. Penelitian ini juga menambah literatur tentang analisis sentimen industri hiburan, terutama yang berkaitan dengan fenomena K-pop di Indonesia.

Author Biographies

Chulyatunni’mah, STMIK IKMI Cirebon

Teknik Informatika

Rudi Kurniawan, STMIK IKMI Cirebon

Teknik Informatika

Saeful Anwar, STMIK IKMI Cirebon

Teknik Informatika

References

M. A. Z. Larasati, N. A. S. Winarsih, M. S. Rohman, and G. W. Saraswati, “Penerapan Metode K-Means Clustering Dalam Menganalisis Sentimen Masyarakat Terhadap K-Popers Pada Twitter,” Progresif J. Ilm. Komput., vol. 18, no. 2, pp. 201–210, 2022, doi: 10.35889/progresif.v18i2.877.

R. Aditiyarani and K. Sinduwiatmo, “Weverse Menghubungkan Boygroup Treasure dan Para Penggemar Mereka,” Interact. Commun. Stud. J., vol. 1, no. 2, pp. 82–96, 2024, doi: 10.47134/interaction.v1i2.2881.

N. Raisa and N. Riza, “Sentimen Analisis Terhadap Opini Masyarakat Mengenai Drama Korea Pada Twitter Menggunakan Metode Naïve Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 2, pp. 1312–1320, 2023, doi: 10.36040/jati.v7i2.6765.

N. Q. Rizkina and F. N. Hasan, “Analisis Sentimen Komentar Netizen Terhadap Pembubaran Konser NCT 127 Menggunakan Metode Naive Bayes,” J. Inf. Syst. Res., vol. 4, no. 4, pp. 1136–1144, 2023, doi: 10.47065/josh.v4i4.3803.

P. Nurmawati, E. Supriyati, and T. Listyorini, “Analisis Sentimen Terhadap Penggemar K-Pop Di Media Sosial Twitter Menggunakan Naive Bayes (Studi Kasus Penggemar Grup Bts),” J. Inf. Eng. Educ. Technol., vol. 4, no. 2, pp. 86–89, 2020, doi: 10.26740/jieet.v4n2.p86-89.

L. A. Fudholi, N. Rahaningsih, and R. D. Dana, “SENTIMEN ANALISIS PERILAKU PENGGEMAR COLDPLAY DI MEDIA SOSIAL,” J. Mhs. Tek. Inform., vol. 8, no. 3, pp. 4150–4159, 2024.

T. Astuti and Y. Astuti, “Analisis Sentimen Review Produk Skincare Dengan Naïve Bayes Classifier Berbasis Particle Swarm Optimization (PSO),” J. Media Inform. Budidarma, vol. 6, no. 4, pp. 1806–1815, 2022, doi: 10.30865/mib.v6i4.4119.

Ginabila and A. Fauzi, “Analisis Sentimen Terhadap Pemutar Musik Online Spotify Dengan Algoritma Naive Bayes dan Support Vector Machine,” J. Ilm. Ilk. - Ilmu Komput. dan Inform., vol. 6, no. 2, pp. 111–122, 2023.

R. Slamet, W. Gata, A. Novtariany, K. Hilyati, and F. A. Jariyah, “Analisis Sentimen Twitter Terhadap Penggunaan Artis Korea Selatan Sebagai Brand Ambassador Produk Kecantikan Lokal,” INTECOMS J. Inf. Technol. Comput. Sci., vol. 5, no. 1, pp. 145–153, 2022, doi: 10.31539/intecoms.v5i1.3933.

A. R. Isnain, N. S. Marga, and D. Alita, “Sentiment Analysis Of Government Policy On Corona Case Using Naive Bayes Algorithm,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 15, no. 1, pp. 55–64, 2021, doi: 10.22146/ijccs.60718.

Suryani, M. F. Fayyad, D. T. Savra, V. Kurniawan, and B. H. Estanto, “Sentiment Analysis of Towards Electric Cars using Naive Bayes Classifier and Support Vector Machine Algorithm,” Public Res. J. Eng. Data Technol. Comput. Sci., vol. 1, no. 1, pp. 1–9, 2023, doi: 10.57152/predatecs.v1i1.814.

P. R. A. Savitri, I. M. A. D. Suarjaya, and W. O. Vihikan, “Sentiment Analysis of X (Twitter) Comments on The Influence of South Korean Culture in Indonesia,” J. Inf. Syst. Informatics, vol. 6, no. 2, pp. 979–991, 2024, doi: 10.51519/journalisi.v6i2.749.

G. Maria, Garno, and T. N. Padilah, “ANALISIS SENTIMEN FENOMENA FOMO PADA KONSER K-POP DI INDONESIA MENGGUNAKAN SUPPORT VECTOR MACHINE,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, pp. 2548–2554, 2024, doi: 10.36040/jati.v7i4.7104.