<![CDATA[Abstrak. Artikel ini bertujuan untuk menganalisis wacana publik dan sentimen yang muncul dalam komentar-komentar pada video berbagi Willy Salim di TikTok. Studi ini menerapkan kualitatif dengan pendekatan studi dengan teknik pengumpulan data melalui web scraping menggunakan perangkat web Apify untuk menambang data dari platform TikTok. Data yang dikumpulkan meliputi like, komentar, share, serta username dari pengguna yang berinteraksi dengan video tersebut. Metode analisis positif 29,67% dan negatif 23,08%. Analisis toksisitas menunjukkan bahwa meskipun sebagian besar komentar tidak mengandung unsur kekerasan atau kebencian yang signifikan, terdapat sejumlah kecil komentar dengan skor toksisitas tinggi yang mengindikasikan adanya elemen penghinaan dan kebencian. Signifikansi temuan ini memberikan wawasan yang penting bagi para pembuat konten, pengelola platform media sosial, dan peneliti dalam memahami bagaimana audiens berinteraksi dengan konten yang viral, serta dampaknya terhadap opini publik dan wacana sosial. Penelitian ini juga menunjukkan bagaimana teknik analisis otomatis dapat digunakan untuk menggali insight mendalam tentang perilaku pengguna di media sosial. Abstract. This article aims to analyse the public discourse and sentiments that appear in the comments on Willy Salim's TikTok video sharing. In this endeavour, the research uses a descriptive quantitative approach with data collection techniques through web scraping using Apify software to mine data from the TikTok platform. The data collected included likes, comments, shares, and usernames of users who interacted with the video. The sentiment analysis methods used were VADER and TextBlob, while Perspective API was used to measure toxicity in Communalytic.org comments as a tool to analyse the data. The results showed that the majority of comments had a neutral sentiment with a small proportion of positive and negative comments. The toxicity analysis showed that while most comments did not contain significant elements of violence or hatred, there were a small number of comments with high toxicity scores indicating the presence of insulting and hateful elements. These findings provide important insights for content creators, social media platform managers, and researchers in understanding how audiences interact with viral content, as well as its impact on public opinion and social discourse. This research also demonstrates how automated analysis techniques can be used to gain deeper insights into user behaviour on social media]]>
