<![CDATA[Di era social commerce yang berkembang pesat, live streaming telah menjadi alat pemasaran yang krusial, khususnya dalam industri kecantikan. Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan karakteristik komentar audiens pada live streaming TikTok dari brand Make Over. Analisis difokuskan pada perbandingan dua konteks waktu yang berbeda, yaitu sesi Business as Usual (BAU) dan kampanye Payday, dengan menerapkan algoritma Support Vector Machine (SVM). Data penelitian dikumpulkan melalui teknik scraping untuk mendapatkan himpunan komentar dari kedua sesi live streaming tersebut. Tahapan metode penelitian diawali dengan prapemrosesan teks yang komprehensif untuk membersihkan noise pada data. Selanjutnya, proses pelabelan kategori komentar dilakukan secara otomatis memanfaatkan teknologi Large Language Model (LLM) GPT-4o mini untuk meningkatkan efisiensi. Fitur diekstraksi menggunakan metode pembobotan Term Frequency-Inverse Document Frequency (TF-IDF). Untuk mengatasi masalah ketidakseimbangan kelas pada dataset, penelitian ini mengimplementasikan teknik Synthetic Minority Over-sampling Technique (SMOTE) sebelum melatih model SVM. Hasil pengujian model menunjukkan adanya perbedaan karakteristik interaksi yang signifikan antara kedua sesi. Sesi Payday menghasilkan volume komentar yang jauh lebih tinggi dan didominasi oleh niat transaksional, seperti pertanyaan seputar diskon dan voucher, mencapai akurasi klasifikasi sebesar 92,62%. Sebaliknya, sesi BAU lebih didominasi oleh komentar bersifat konsultatif terkait kecocokan produk dengan akurasi model 84,54%. Meski demikian, kategori Information Seeking tetap menjadi yang paling dominan di kedua sesi. Temuan strategis ini memberikan implikasi manajerial bagi brand, menyarankan perlunya strategi pengelolaan live streaming yang lebih adaptif berdasarkan konteks waktu promosi serta perilaku spesifik audiens.]]>
