Menganalisis Sentimen Pengguna YouTube Terhadap Blackpink dengan IndoBERTÂ
Dalam beberapa tahun terakhir, fenomena K-pop telah menjadi salah satu gelombang budaya populer yang menyebar secara global, menarik perhatian jutaan penggemar di seluruh dunia. Salah satu grup yang paling mencolok dalam hal popularitas adalah Blackpink, sebuah grup K-pop wanita yang telah mencatatkan rekor dengan video musik yang mencapai miliaran penonton di YouTube. Popularitas ini tidak hanya mencerminkan kesuksesan musik mereka tetapi juga menunjukkan bagaimana platform digital seperti YouTube telah menjadi medan pertempuran baru bagi artis untuk membangun dan mempertahankan pengaruh mereka di kancah global.
Namun, di balik popularitas yang mencengangkan ini, terdapat dinamika yang lebih kompleks terkait dengan persepsi publik terhadap Blackpink, terutama di media sosial. Sebagai salah satu platform berbagi video terbesar di dunia, YouTube menjadi wadah utama bagi penggemar untuk mengekspresikan pandangan mereka, baik positif maupun negatif. Untuk memahami persepsi ini, analisis sentimen menjadi alat yang sangat penting. Penelitian yang dilakukan oleh Slamet Riyadi, Lathifah Khansa Salsabila, Cahya Damarjati, dan Rohana Abdul Karim, berjudul "Sentiment Analysis of YouTube Users on Blackpink Kpop Group Using IndoBERT", mencoba menggali lebih dalam tentang sentimen pengguna YouTube terhadap Blackpink menggunakan model IndoBERT, yang dirancang khusus untuk menangani bahasa Indonesia.
Pendekatan ini relevan mengingat tingginya jumlah penggemar K-pop di Indonesia yang aktif memberikan komentar di media sosial, khususnya YouTube. Menurut data dari Korean Foundation for International Cultural Exchange (KOFICE), pada tahun 2023, Indonesia memiliki lebih dari 10 juta penggemar K-pop, menjadikannya salah satu pasar terbesar di luar Korea Selatan. Dalam konteks ini, analisis sentimen menjadi krusial untuk memahami bagaimana pengguna merespons konten yang terkait dengan Blackpink, apakah mereka cenderung menunjukkan dukungan, bersikap netral, atau bahkan memberikan kritik.
Penelitian ini tidak hanya penting bagi penggemar dan industri hiburan tetapi juga relevan bagi pelaku bisnis yang ingin memahami perilaku konsumen di era digital. Dengan memanfaatkan teknologi seperti IndoBERT, peneliti dapat memberikan wawasan yang lebih mendalam tentang tren dan pola pikir audiens, yang pada akhirnya dapat digunakan untuk mengembangkan strategi pemasaran yang lebih efektif. Bagian berikutnya dari opini ini akan membahas secara lebih rinci metode penelitian yang digunakan, teori-teori pendukung, serta kontribusi yang ditawarkan oleh penelitian ini.
Penelitian yang dilakukan oleh Slamet Riyadi dan rekan-rekannya menggunakan pendekatan berbasis machine learning dengan model IndoBERT untuk menganalisis sentimen komentar pengguna YouTube terhadap grup K-pop Blackpink. IndoBERT, yang merupakan versi khusus dari model BERT yang disesuaikan dengan bahasa Indonesia, memberikan keunggulan signifikan dalam memahami konteks dan nuansa bahasa lokal. Dengan lebih dari 10 juta penggemar K-pop di Indonesia, sebagaimana dilaporkan oleh KOFICE pada tahun 2023, analisis sentimen ini memiliki relevansi yang besar dalam mengevaluasi respons publik terhadap fenomena budaya pop yang diimpor dari Korea Selatan.
Proses pengumpulan data dalam penelitian ini melibatkan ekstraksi komentar dari video YouTube yang terkait dengan Blackpink. Data yang dikumpulkan kemudian melalui serangkaian proses pre-processing, termasuk penghapusan stop words, tokenisasi, dan normalisasi, untuk memastikan bahwa teks yang diolah oleh model adalah bersih dan siap untuk analisis.
Setelah data diproses, model IndoBERT digunakan untuk mengklasifikasikan sentimen ke dalam tiga kategori: positif, netral, dan negatif. Hasil analisis menunjukkan bahwa sentimen positif mendominasi dengan persentase yang signifikan, mengindikasikan dukungan luas dari penggemar terhadap Blackpink. Namun, sentimen negatif dan netral juga muncul, menunjukkan adanya kritikan dan pandangan yang lebih seimbang dari sebagian pengguna.
Teori pendukung utama yang digunakan dalam penelitian ini adalah teori analisis sentimen dalam konteks media sosial. Dalam era digital, analisis sentimen menjadi alat penting untuk memahami opini publik secara real-time. Sebagai contoh, sebuah studi yang dilakukan oleh Pang dan Lee pada tahun 2008 menunjukkan bahwa analisis sentimen dapat memberikan wawasan yang berharga bagi perusahaan dalam mengevaluasi produk mereka berdasarkan ulasan konsumen di platform e-commerce. Dalam konteks K-pop, analisis sentimen tidak hanya membantu dalam memahami reaksi penggemar tetapi juga dalam mengukur dampak sosial dari konten yang dibagikan oleh artis di platform digital.
IndoBERT sendiri merupakan inovasi dalam bidang Natural Language Processing (NLP) yang dirancang untuk menangani kompleksitas bahasa Indonesia. Dalam penelitian ini, penggunaan IndoBERT terbukti lebih efektif dibandingkan metode lain seperti SVM (Support Vector Machine) atau Naive Bayes dalam mengklasifikasikan sentimen pengguna YouTube. IndoBERT mampu menangkap konteks yang lebih dalam dan nuansa bahasa yang seringkali sulit dipahami oleh model-model tradisional. Keunggulan ini diukur melalui berbagai metrik seperti akurasi, presisi, recall, dan F1-score, yang menunjukkan kinerja IndoBERT yang lebih unggul dalam tugas klasifikasi sentimen.
