<![CDATA[Penelitian mengenai sentimen komentar YouTube umumnya berhenti pada pelaporan distribusi sentimen secara agregat, tanpa menelusuri kapan lonjakan emosi tekstual terjadi maupun keterkaitannya dengan tingkat keterlibatan pengguna (user interest level). Celah inilah yang menjadi permasalahan utama penelitian ini. Penelitian ini bertujuan mengidentifikasi periode lonjakan emosi tekstual, mengukur keterkaitannya dengan keterlibatan pengguna, serta menginterpretasikan kaitannya dengan stimulus visual pada video YouTube, sebagai kontribusi berupa kerangka analisis yang menggabungkan dimensi distribusi, temporal, dan keterlibatan sekaligus. Sebanyak 12.731 komentar dihimpun menggunakan YouTube Data API v3 dari video yang membahas isu ijazah Presiden Joko Widodo, lalu diklasifikasikan sentimennya menggunakan model IndoBERT ke dalam tiga kelas positif, netral, dan negatif, dikelompokkan berdasarkan hari, serta dihitung rata-rata like dan panjang komentar pada tiap kelas sentimen. Hasil analisis menunjukkan sentimen negatif mendominasi dengan proporsi 65,9% (8.393 komentar), diikuti positif 17,9% (2.285) dan netral 16,1% (2.053). Teridentifikasi lonjakan volume komentar yang tajam pada satu hari tertentu, yaitu 7.345 komentar atau 57,7% dari keseluruhan data hanya dalam 24 jam, yang diduga berkaitan dengan stimulus visual berupa penayangan atau viralnya video tersebut. Dari sisi keterlibatan, komentar positif memperoleh rata-rata like tertinggi (8,21), melampaui netral (3,52) dan negatif (0,45), sementara komentar negatif justru lebih panjang secara tekstual (116,3 berbanding 66,6-80,2 karakter). Temuan ini mengindikasikan bahwa stimulus visual berkaitan dengan lonjakan volume dan intensitas emosi tekstual, sekaligus membentuk pola keterlibatan pengguna yang terukur dan berbeda antar kategori sentimen.]]>
Copyrights © 2026
