ANALISIS SENTIMEN TIKTOK TERHADAP PENGGUNA BRAND FASHION LOKAL MENGGUNAKAN NATURAL LANGUAGE PROCESSING

Abstract

Brand fashion lokal seringkali memiliki tantangan dalam bersaing dengan brand internasional yang memiliki anggaran pemasaran yang lebih besar. Namun, Tiktok menawarkan kesempatan unik bagi brand-brand lokal untuk mendapatkan eksposur yang lebih besar. Dengan semakin populernya TikTok sebagai platform media sosial, banyak pengguna yang berbagi pendapat dan pengalaman mereka terkait berbagai produk, termasuk produk fashion lokal. Penelitian ini mengumpulkan data berupa komentar dan ulasan dari pengguna TikTok yang terkait dengan 15 brand fashion. Data yang diperoleh sebanyak 943 data kemudian diolah dan dianalisis menggunakan metode Natural Language Processing (NLP) seperti proses Term Frequency-Inverse Document Frequency (TF-IDF) dan Support Vector Machine (SVM) untuk mengidentifikasi sentimen positif dan negatif. Dengan pembagian data 80% digunakan untuk melatih model, dan 20% untuk menguji model. Hasil analisis menunjukkan bahwa mayoritas sentimen pengguna terhadap brand fashion lokal adalah positif, yang mencerminkan kepuasan pengguna terhadap kualitas dan desain produk. Hasil evaluasi menunjukkan bahwa analisis sentimen Tiktok terhadap pengguna brand fashion lokal menggunakan algoritma Support Vector Machine (SVM) memiliki tingkat akurasi sebesar 92%, presisi 95,4%, recall 79,1%, dan f-1 score 84,4%. Penelitian ini memberikan wawasan untuk brand fashion lokal dalam meningkatkan kualitas produk dan memastikan kepuasan pengguna yang berkelanjutan.