<![CDATA[Nama dan logo "Whoosh" adalah bagian dari upaya branding untuk layanan kereta api cepat yang baru diluncurkan di Indonesia. Dengan semakin meningkatnya perhatian publik terhadap identitas visual ini, penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap nama dan logo Whoosh di media sosial menggunakan algoritma klasifikasi sentimen. Algoritma yang diuji meliputi Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN). Hasil evaluasi menunjukkan bahwa SVM memiliki kinerja yang lebih baik dibandingkan KNN, dengan F1-score masing-masing sebesar 0.92 untuk kelas negatif, 0.83 untuk kelas netral, dan 0.40 untuk kelas positif, sedangkan KNN memperoleh F1-score 0.80, 0.55, dan 0.33 untuk kelas yang sama. Analisis sentimen di X (Twitter) menunjukkan dominasi sentimen negatif, dengan kata-kata seperti "jelek" dan "logo" sering muncul dalam komentar. Sebaliknya, di Instagram, sentimen netral lebih dominan, dengan komentar yang sering menyebut kata-kata seperti "admin" dan "tiket", sementara sentimen negatif juga terdapat meskipun jumlahnya lebih sedikit dibandingkan di Twitter.]]>
Copyrights © 2024
