Analisis Emosi Netizen Youtube pada McDonald’s Terkait Keterlibatannya dengan Israel dengan Menggunakan Machine Learning

Shafira Puspa Annisa, Haidar Buldan Thontowi, S.Psi., M.A., Ph.D.

2026 | Skripsi | PSIKOLOGI

Konflik antara Palestina dan Israel telah menjadi isu yang sangat hangat, terutama di media sosial. Salah satu dampaknya adalah munculnya seruan boikot terhadap merek atau franchise yang dianggap mendukung tindakan Israel, termasuk McDonald’s di kolom komentar YouTube. Data dari YouTube yang melimpah tersebut memberikan kesempatan bagi kita untuk memahami peristiwa boikot dengan lebih dalam. Namun, hingga kini belum banyak penelitian yang secara khusus mengeksplorasinya. Skripsi ini bertujuan untuk mengisi kekosongan tersebut dengan  mengeksplorasi emosi netizen, topik yang mereka dibahas, dan keterkaitan antara keduanya di dalam kolom komentar YouTube tentang boikot McDonald’s, berdasarkan model emosi Plutchik. Analisis dilakukan menggunakan pendekatan automated text analysis dengan dua model machine learning, yaitu BERTopic untuk mengidentifikasi topik-topik dalam data dan Twitter RoBERTa-base Emotion Multilabel untuk menangkap kompleksitas pola emosi para netizen. Hasil dari kedua model ini kemudian diintegrasikan melalui analisis korespondensi untuk mengeksplorasi bagaimana emosi tertentu berkaitan dengan topik tertentu. Hasil penelitian menunjukkan bahwa emosi negatif menjadi emosi yang paling menonjol, yang umumnya terkait pada komentar bertopik kritikan terhadap tindakan McDonald’s dan penurunan kualitas produknya. Meskipun kurang dominan, emosi ambivalen dan positif juga tetap muncul, biasanya dalam komentar yang memuat topik advokasi boikot yang optimis, ungkapan solidaritas, serta dukungan terhadap merek-merek lokal. Terlepas dari nada kritis anti-McDonald’s yang mendominasi, sebagian kecil komentar pro-McDonald's tetap muncul, mulai dari argumen balasan yang rasional maupun irasional. Temuan ini menegaskan bahwa kontroversi politik dapat dengan cepat mengancam reputasi merek; sehingga penting bagi perusahaan untuk menjaga netralitas dan memberikan komunikasi yang jelas, cepat, dan empatik ketika dipersepsikan terlibat dalam suatu kontroversi.

The conflict between Palestine and Israel has become a highly discussed issue, especially on social media platforms. One of its major consequences is the emergence of boycott calls against brands or franchises perceived to support Israel, including McDonald’s, as reflected in YouTube comment sections. The abundance of data from YouTube offers a valuable opportunity to understand the boycott phenomenon more deeply. However, few studies have explored this topic in detail. This study aims to address this gap by examining netizens’ emotions, the topics they discuss, and the relationship between the two within YouTube comment sections about the McDonald’s boycott, using Plutchik’s emotion model as the analytical foundation. The analysis adopts an automated text analysis approach using two machine learning models: BERTopic to identify thematic structures in the data, and Twitter RoBERTa-base Emotion Multilabel to capture the complexity of users’ emotional expressions. The outputs of both models are then integrated through correspondence analysis to explore how specific emotions align with particular topics. The findings reveal that negative emotions are the most prominent, largely associated with comments criticizing McDonald’s actions or the perceived decline in product quality. Although less dominant, ambivalent and positive emotions also appear, often in comments related to optimistic boycott advocacy, expressions of solidarity, and support for local alternatives. Despite the prevailing anti-McDonald’s sentiment, a smaller portion of pro-McDonald’s comments persists, ranging from rational counterarguments to more irrational or trolling responses. Overall, the results highlight how political controversies can swiftly threaten a brand’s reputation; underscoring the importance of maintaining neutrality and delivering clear, timely, and empathetic communication when a company is perceived to be involved in such issues.

Kata Kunci : boikot, mcdonald’s, youtube, emosi, machine learning