Analisis Sentimen Brand Barenbliss Menggunakan Machine Learning (Studi Kasus: E-Commerce Shopee)
Penelitian ini bertujuan untuk menganalisis sentimen pengguna Twitter terhadap tren cryptocurrency menggunakan teknik machine learning. Hasil analisis ini memberikan gambaran tentang sikap dan opini masyarakat terhadap fenomena mata uang kripto, serta rekomendasi investasi bagi masyarakat Indonesia. Pengumpulan data dilakukan melalui metode scraping menggunakan Tweet Harvest kemudian diproses melalui beberapa tahap seperti data cleaning, case folding, tokenizing, dan stemming. Selanjutnya, data dianalisis menggunakan tiga algoritma machine learning, yaitu Support Vector Machine (SVM), Naive Bayes Classifier (NBC), dan K-Nearest Neighbors. Hasil penelitian menunjukkan bahwa algoritma SVM memberikan akurasi terbaik yakni sebesar 83% dalam mengklasifikasikan sentimen pengguna. Selain itu penelitian ini juga memberikan rekomendasi bagi masyarakat antara lain berfokus pada airdrop, mengevaluasi koin dengan sentimen positif, dan mewaspadai potensi kerugian dan penipuan. Dengan pemahaman yang lebih baik tentang sentimen publik, investor dapat membuat keputusan yang lebih cerdas dalam menghadapi pasar cryptocurrency yang dinamis. Kata Kunci : Cryptocurrency, Sosial Media, Analisis Sentimen, Tweet Harvest.
