ANALISIS SENTIMEN TERHADAP TREN FASHION DI MEDIA SOSIAL DENGAN METODE SUPPORT VECTOR MACHINE (SVM)

Abstract

Dalam era digital dan media sosial, transformasi industri fashion di platform seperti Twitter dan Instagram menimbulkan urgensi permasalahan terkait keberlanjutan, etika produksi, dan representasi diversitas. Fenomena ini menghadirkan tantangan kompleks yang memerlukan pemahaman mendalam untuk menanggapi perubahan dalam industri fashion. Penelitian ini menerapkan metode Support Vector Machine (SVM) untuk melakukan analisis sentimen terhadap respons masyarakat terhadap tren fashion yang berkembang di media sosial. Kendala utama yang dihadapi adalah beragamnya respons masyarakat dan penggunaan bahasa informal yang memperumit pemahaman sentimen. Proses pengumpulan data dilakukan secara teliti dari berbagai platform media sosial utama, memastikan keragaman pandangan yang mencerminkan kekayaan dinamika tren fashion. Hasil eksperimen mengungkapkan bahwa model SVM mampu mencapai tingkat akurasi sebesar 80%, menegaskan kemampuannya dalam mengklasifikasikan opini pengguna terhadap tren fashion. Fokus utama tugas akhir ini adalah mengembangkan model analisis sentimen yang tidak hanya efektif, tetapi juga mampu meresapi dan menggali wawasan mendalam tentang kompleksitas pandangan masyarakat terhadap tren fashion di media sosial. Diharapkan bahwa hasil penelitian ini dapat memberikan kontribusi signifikan pada pemahaman lebih dalam, memperkuat pengambilan keputusan strategis dalam industri fashion, serta menghadirkan solusi terhadap kompleksitas analisis sentimen dalam bahasa informal, yang melibatkan nuansa dan variasi yang kaya