<![CDATA[Penelitian ini membahas analisis sentimen terhadap rating drama Korea Doctor Slump di media sosial X (sebelumnya dikenal sebagai Twitter) menggunakan metode Artificial Neural Network (ANN). Drama Korea telah menjadi fenomena global, dengan keterlibatan penonton yang tinggi dalam memberikan ulasan dan rating di berbagai platform. Dalam penelitian ini, ulasan dari pengguna media sosial X dikumpulkan, dianalisis, dan diklasifikasikan ke dalam tiga kategori sentimen: positif, negatif, dan netral. Proses analisis melibatkan beberapa tahap, mulai dari pre-processing data, seperti cleansing, tokenization, dan pembobotan menggunakan TF-IDF, hingga implementasi ANN sebagai model klasifikasi sentimen. Pengujian dilakukan menggunakan confusion matrix untuk mengevaluasi kinerja model ANN. Hasil pengujian menunjukkan akurasi model sebesar 93%, dengan nilai precision rata-rata 93% dan recall rata-rata 90%. Hasil ini menunjukkan bahwa ANN mampu menangani data teks yang kompleks dan menghasilkan prediksi yang akurat terkait sentimen publik. Temuan ini juga mengindikasikan bahwa alur cerita, akting pemain, dan elemen narasi tertentu memengaruhi sentimen pengguna terhadap drama Doctor Slump. Episode dengan alur menarik dan akting yang kuat cenderung memicu sentimen positif, sementara elemen cerita yang tidak sesuai ekspektasi menghasilkan sentimen negatif. Penelitian ini memberikan kontribusi signifikan dalam memahami preferensi penonton terhadap drama Korea dan menjadi referensi bagi industri hiburan dalam merancang strategi produksi konten. Selain itu, penelitian ini juga membuka peluang eksplorasi lebih lanjut dalam penerapan ANN untuk analisis sentimen di berbagai konteks budaya dan hiburan.]]>
