ANALISIS SENTIMEN ULASAN DARING PADA TWITTER TERHADAP PRODUK CONVERSE

Rayi Arkan Ariba, Ir. Subagyo, Ph.D., IPU, ASEAN.Eng

2023 | Skripsi | TEKNIK INDUSTRI

Tingginya pertumbuhan produk lifestyle menyebabkan banyaknya persaingan untuk meningkatkan kinerja produk. Banyak metode yang dapat digunakan untuk mengetahui cara kinerja produk, salah satunya adalah menggunakan opini yang berada di media sosial. Meningkatnya pengguna media sosial memberikan kesempatan bagi perusahaan untuk mengetahui ulasan produk melalui media sosial. Dalam melakukan pengembangan, perusahaan harus dapat mengetahui hubungan antara opini dan kinerja produk.

Penelitian ini menganalisis data tweet merek converse pada tahun 2009 – 2019 terhadap kinerja produk yang diketahui dari data revenue. Data tweet dilakukan analisis senitmen kemudian dilakukan uji statistik untuk mengetahui korelasi dan model regresi antara data tweet dan revenue . Model regresi dibuat dalam dua skenario, yaitu skenario tanpa lag dan skenario dengan lag 6 bulan. Model matematis yang terpilih berdasarkan dari nilai korelasi terbesar.

Hasil sentiment tweet merek converse pada tahun 2009 – 2019 adalah sebnayak 38,31% tweet positif, 35,12% tweet netral, dan 26,57 tweet negatif. Model regresi yang terpilih dari skenario 1 adalah hubungan secara simultan dengan nilai korelasi sebesar 85,8 %. Model regresi yang terpilih pada skenario 2 adalah hubungan secara negatif dengan nilai korelasi sebesar 60,5 %.

The high growth of lifestyle products causes a lot of competition to improve product performance. Many methods can be used to find out how a product is performing, one of which is using opinions on social media. The increase in social media users provides an opportunity for companies to find out product reviews through social media. In carrying out development, companies must be able to find out the relationship between opinion and product performance.

This study analyzes the Converse brand tweet data in 2009 – 2019 on product performance which is known from revenue data. Tweet data was analyzed by sentiment analysis and then statistical tests were carried out to find out the correlation and regression models between tweet data and revenue. The regression model is made in two scenarios, namely a scenario without a lag and a scenario with a 6-month lag. The selected mathematical model is based on the largest correlation value.

               The result of the Converse brand tweet sentiment in 2009 - 2019 were 38,31% positive tweets, 35,12% neutral tweets, and 26,57 negative tweets. The selected regression model from scenario 1 is a simultaneous relationship with a correlation value of 85,8%. The regression model choosen from scenario 2 is negatively related with a correlation value of 60,5%.

Kata Kunci : Keywords: Sentiment Analysis, Product Performance, Revenue, Twitter, Online Review