ANALISIS SENTIMEN FILM THE WILD ROBOT BERDASARKAN ULASAN DI IMDb - Dalam bentuk buku karya ilmiah
NADYYA ANGGREINI

Informasi Umum

Kode

25.04.2474

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Big Data

Dilihat

13 kali

Informasi Lainnya

Abstraksi

<em>The Wild Robot</em> (2024) merupakan film animasi adaptasi novel yang sempat menduduki puncak <em>Box Office</em> pada pekan pertama penayangan, namun mengalami penurunan stabilitas peringkat di minggu-minggu berikutnya. Fenomena ini mengindikasikan adanya ketidaksesuaian antara ekspektasi dan pengalaman menonton penonton terhadap film adaptasi. Persepsi tersebut tercermin melalui ulasan daring, khususnya pada platform IMDb.<br /> Penelitian ini bertujuan untuk menganalisis sentimen penonton terhadap film The Wild Robot berdasarkan ulasan IMDb, mengidentifikasi aspek-aspek film yang dominan memperoleh sentimen positif maupun negatif, serta mengevaluasi performa algoritma klasifikasi dalam mengelompokkan sentimen secara akurat. Dan tujuan ini mendasari pendekatan analisis sentimen keseluruhan dan analisis berbasis aspek (ABSA).<br /> Metode penelitian ini mencakup pengumpulan 951 data ulasan dari IMDb, dilanjutkan dengan tahapan praproses yaitu <em>lowercasing, stopword removal,</em> dan <em>lemmatization</em>. Klasifikasi sentimen keseluruhan dilakukan menggunakan algoritma <em>Support Vector Machine</em> (SVM) dan <em>Stochastic Gradient Descent</em> (SGD), sedangkan analisis sentimen berbasis aspek dilakukan menggunakan kata kunci tertentu terhadap tujuh aspek film yaitu karakter, konflik, penyuntingan, lokasi, suara, <em>mise-en-scène</em>, dan sinematografi sehingga belum mewakili seluruh ulasan.<br /> Hasil penelitian menunjukkan bahwa 91% ulasan mengandung sentimen positif, dengan aspek konflik menjadi yang paling dominan pada sentimen positif (90%) sekaligus aspek yang paling banyak dikritik. Aspek sinematografi memperoleh proporsi tertinggi untuk sentimen positif (96%). Sementara karakter memiliki proporsi sentimen negatif relatif tertinggi (13%). Evaluasi performa model menunjukkan bahwa algoritma <em>SGD</em> memiliki hasil evaluasi secara keseluruhan lebih tinggi dengan akurasi 91% dan F1-Score 88% dibandingkan <em>SVM</em>.<br /> Penelitian ini memberikan kontribusi manajerial dalam pengambilan keputusan pemasaran film, khususnya dalam menjaga stabilitas peringkat Box Office melalui penguatan aspek naratif dan visual. Namun, penelitian ini memiliki beberapa keterbatasan. Pertama, data ulasan jumlahnya relatif kecil, sehingga belum mencerminkan sentimen penonton secara lebih luas. Kedua, metode analisis aspek dalam penelitian ini masih menggunakan pendekatan kata kunci manual, yang berpotensi mengabaikan aspek tersembunyi atau implisit dalam ulasan. Ketiga, algoritma klasifikasi yang digunakan masih terbatas pada model klasik, yaitu SVM dan SGD, yang belum memanfaatkan model berbasis <em>deep learning</em> seperti BERT yang memiliki performa lebih unggul. Oleh karena itu, penelitian selanjutnya disarankan untuk memperluas cakupan data, mengadopsi teknik identifikasi aspek yang lebih otomatis, serta mengeksplorasi penggunaan algoritma berbasis <em>deep learning</em> guna meningkatkan akurasi dan kedalaman analisis sentimen.<br />  <br /> <strong>Kata Kunci: </strong>Analisis Sentimen, ABSA, IMDb, SGD, SVM

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook