Detail Cantuman
Pencarian Spesifik
Text
Tren sentimen media sosial terhadap merek mobil terlaris di indonesia menggunakan bert, svm, dan random forest
Penggunaan mobil sebagai alat transportasi masih menjadi pilihan utama bagi sebagian besar warga Indonesia. Media sosial sebagai tempat masyarakat menyampaikan opini dapat menjadi sumber evaluasi berharga bagi produsen mobil untuk melakukan analisis sentimen. Penelitian ini menganalisis sentimen dari media sosial seperti Facebook, X (Twitter), YouTube, LinkedIn, Tiktok, dan Instagram. Studi ini memfokuskan pada lima merek mobil terlaris di Indonesia pada tahun 2023 dengan data dari Januari 2023 hingga Mei 2023 menggunakan model BERT. Hasil prediksi sentimen menunjukkan rata-rata akurasi sebesar 85%, recall 84,86%, presisi 84,79%, dan F1-Score 85,07%.. Toyota dengan penjualan terlaris, menunjukkan kenaikan sentimen positif dan negatif dari Januari 2023 hingga April 2023. Daihatsu menunjukkan konsistensi sentimen positif dan penurunan sentimen negatif sejak Maret 2023. Honda mengalami peningkatan sentimen positif dari Januari 2023 hingga Mei 2023 dan penurunan sentimen negatif sejak Maret 2023. Mitsubishi hanya mengalami peningkatan sentimen positif dari Januari 2023 hingga April 2023 dan penurunan tidak konstan pada sentimen negatif sejak Januari 2023. Suzuki mengalami peningkatan sentimen positif dari Februari hingga Maret 2023, sementara sentimen negatif cenderung jauh lebih rendah dibandingkan merek lainnya
Kata Kunci: Analisis Sentimen;BERT;Industri Otomotif;Media Sosial
Ketersediaan
Informasi Detail
Judul Seri |
-
|
---|---|
No. Panggil |
MTK 396 2025
|
Penerbit | Prodi Matematika Sains Teknologi UIN JKT : Jakarta, Ciputat., 2025 |
Deskripsi Fisik |
xii, 27 Hlm; 28 Cm
|
Bahasa |
Bahasa Indonesia
|
ISBN/ISSN |
-
|
Klasifikasi |
396
|
Tipe Isi |
-
|
Tipe Media |
-
|
---|---|
Tipe Pembawa |
-
|
Edisi |
-
|
Subjek | |
Info Detail Spesifik |
-
|
Pernyataan Tanggungjawab |
Taufik Edy Sutanto
|
Versi lain/terkait
Tidak tersedia versi lain
Informasi
Akses Katalog Publik Daring - Gunakan fasilitas pencarian untuk mempercepat penemuan data katalog