Optimalisasi Manajemen Sentimen di Media Sosial Universitas melalui Machine Learning dan AI: Studi Kasus pada Komentar Instagram

Authors

  • Sri Pernia Warakmulty Magister Sistem Informasi UNIKOM
  • Yeffry Handoko Putra Magister Sistem Informasi UNIKOM

DOI:

https://doi.org/10.34010/jtk3ti.v1i1.16204

Abstract

Penelitian ini mengeksplorasi efektivitas penerapan manajemen sentimen di media sosial universitas, terutama dengan menggunakan algoritma Naive Bayes dan teknologi v (AI) GPT-40, dalam menganalisis komentar calon mahasiswa dan stakeholder di Instagram. Penelitian ini bertujuan untuk memahami pola sentimen audiens, yang diklasifikasikan menjadi positif, negatif, dan netral, serta mengidentifikasi gaya bahasa yang kompleks seperti ironi, sindiran, sarkasme, satire, dan metafora. Algoritma Naive Bayes digunakan untuk pengklasifikasian sentimen dasar, sedangkan AI GPT-40 berperan dalam menganalisis makna lebih dalam dari gaya bahasa yang tidak eksplisit, sehingga meningkatkan akurasi klasifikasi dan mengoptimalkan interpretasi sentimen. Business Intelligence (BI) digunakan untuk menyediakan visualisasi data dan mendukung pengambilan keputusan yang cepat. Temuan penelitian menunjukkan bahwa pendekatan yang memperhatikan konteks budaya dan linguistik menghasilkan pemahaman sentimen yang lebih akurat dan memberikan wawasan penting dalam strategi branding universitas. Kombinasi teknologi Machine learning dan AI dalam analisis sentimen memberikan kontribusi pada pengembangan model manajemen sentimen yang lebih responsif dan relevan dengan kebutuhan branding universitas di era digital

Downloads

Published

2025-06-02

Issue

Vol. 11 No. 1 (2025): Mei 2025

Section

Articles

License

Copyright (c) 2025 Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

All articles published in Jurnal Tata Kelola dan Kerangka Kerja TI (JTK3TI) are licensed under the Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) license.

Under this license:

  1. Granted Rights:

    • Anyone is free to copy, distribute, display, and create derivative works of the article, for both commercial and non-commercial purposes.

    • Reuse, remixing, and adaptation are permitted without additional permission.

  2. Attribution Requirements:

    • You must provide appropriate credit, including: author’s name, article title, journal name (JTK3TI), year of publication, and DOI link (if available).

    • A link to the CC BY-SA 4.0 license (https://creativecommons.org/licenses/by-sa/4.0/) must be included.

    • You must indicate if any changes or modifications were made.

  3. ShareAlike Condition (SA):

    • If you remix, transform, or build upon the material, you must distribute your contributions under the same license (CC BY-SA 4.0).

  4. Rights Retained:

    • Copyright remains with the author, but first publication rights are granted to JTK3TI.

    • Authors are allowed to self-archive or redistribute their published articles on institutional repositories, personal websites, or other media, provided proper citation is included.

  5. Disclaimer:

    • JTK3TI is not responsible for the use, adaptation, or redistribution of articles by third parties.

How to Cite

[1]
“Optimalisasi Manajemen Sentimen di Media Sosial Universitas melalui Machine Learning dan AI: Studi Kasus pada Komentar Instagram”, JTK3TI, vol. 11, no. 1, pp. 31–38, Jun. 2025, doi: 10.34010/jtk3ti.v1i1.16204.

Most read articles by the same author(s)

1 2 > >>