Sentimen Analisis Terhadap Produk Makanan Kesehatan Studi Kasus : Flimty Dan Hotto

Abstract

Perkembangan media sosial memungkinkan konsumen menyampaikan opini terhadap produk secara terbuka, namun volume data yang besar menyulitkan analisis manual. Penelitian ini bertujuan menganalisis sentimen konsumen terhadap produk makanan kesehatan Flimty dan Hotto berdasarkan komentar pengguna pada platform X. Data dikumpulkan menggunakan teknik crawling pada periode Februari 2023 hingga Oktober 2025. Tahapan penelitian meliputi preprocessing teks, pelabelan sentimen menggunakan SenticNet, ekstraksi fitur TF-IDF, serta klasifikasi menggunakan algoritma Naive Bayes dan Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa SVM memberikan performa terbaik dengan akurasi 80% untuk Flimty dan 92% untuk Hotto, sedangkan Naive Bayes memperoleh akurasi 67% dan 91%. Hasil ini menunjukkan bahwa SVM lebih efektif dalam mengklasifikasikan sentimen teks. Temuan penelitian diharapkan dapat memberikan gambaran persepsi konsumen serta menjadi bahan evaluasi bagi produsen dalam meningkatkan kualitas produk dan strategi pemasaran.
Kata kunci — analisis sentimen, makanan kesehatan, media sosial, naive bayes, svm