JUTIM (Jurnal Teknik Informatika Musirawas)
Vol. 11 No. 2 (2026): JUTIM (Jurnal Teknik Informatika Musirawas) Juni

PENERAPAN TEXT MINING UNTUK MENENTUKAN KEKUATAN BRAND MOBIL LISTRIK CHINA (BYD, WULING DAN CHERY) PADA DATA YOUTUBE DAN BERITA DARING

Muhammad Dzaki Mualantsa Mualantsa (Universitan Bina Insan)
Muhammad Akbar (Universitas Bina Insan)
Deni Nurdiansyah (Universitas Bina Insan)



Article Info

Publish Date
06 Jul 2026

Abstract

Perkembangan kendaraan listrik di Indonesia mengalami peningkatan yang signifikan, ditandai dengan masuknya berbagai merek mobil listrik asal China seperti BYD, Wuling, dan Chery. Persepsi publik terhadap merek-merek tersebut menjadi faktor penting dalam menentukan kekuatan brand di pasar. Penelitian ini bertujuan untuk menganalisis sentimen publik serta mengukur kekuatan brand mobil listrik China berdasarkan data media digital menggunakan pendekatan hybrid text mining. Data penelitian diperoleh dari komentar YouTube dan berita daring otomotif yang membahas mobil listrik BYD, Wuling, dan Chery, dengan total sebanyak 9.070 data teks. Metode yang digunakan adalah pendekatan hybrid, yaitu kombinasi antara lexicon-based sentiment analysis dan algoritma Support Vector Machine (SVM). Proses penelitian meliputi pengumpulan data, preprocessing teks, normalisasi kata, pembobotan fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), klasifikasi sentimen, serta perhitungan skor kekuatan brand. Sentimen diklasifikasikan ke dalam tiga kategori, yaitu positif, netral, dan negatif. Hasil penelitian menunjukkan bahwa sentimen netral mendominasi pembahasan mobil listrik China dengan persentase lebih dari 80%, diikuti sentimen positif sebesar 15,11% dan sentimen negatif sebesar 3,63%. Evaluasi model SVM menghasilkan akurasi sebesar 96% dengan confusion matrix tanpa kesalahan klasifikasi. Berdasarkan perhitungan skor kekuatan brand, Chery memiliki skor tertinggi sebesar 0,142857, diikuti oleh Wuling sebesar 0,131268 dan BYD sebesar 0,061358. Hasil ini menunjukkan bahwa Chery memiliki kekuatan brand tertinggi di mata publik digital. Penelitian ini menyimpulkan bahwa pendekatan hybrid lexicon-based dan SVM efektif dalam menganalisis sentimen dan mengukur kekuatan brand mobil listrik berbasis data media digital. Hasil penelitian diharapkan dapat menjadi referensi bagi produsen otomotif dan peneliti selanjutnya dalam memanfaatkan text mining untuk analisis brand.

Copyrights © 2026






Journal Info

Abbrev

jutim

Publisher

Subject

Computer Science & IT Control & Systems Engineering Engineering Other

Description

Jurnal Teknik Informatika Musirawas merupakan Jurnal ilmiah yang meliputi kompetensi Human Computer Interaction, IT Governance, Networking Technology, New Media Technology, Information Search Engine, Multimedia, Information Retrieval, Intelligent System, Distributed Computing System, Mobile ...