Vol.
4 No.
2 Desember 2025 Hal 587-598 Https://ojs.
IMPLEMENTASI BERT UNTUK ANALISIS EXCITEMENT AUDIENS FILM
MENDATANG
Royfansyah Muhammad Razavi1*.
Petrus Sokibi2.
Putri Rizqiyah3 1,2,3Teknik Informatika Fakultas Teknologi Informasi.
Universitas Catur Insan Cendekia E-mail: royfansyahae@gmail.
com1*, petrus.
sokibi@cic.
id2, putri.
rizqiyah@cic.
INFO ARTIKEL
ABSTRACT
Sejarah Artikel Diterima : 31/08/2025 Direvisi : 07/10/2025 Diterbitkan : 01/12/2025 *Corresponding author royfansyahae@gmail.
DOI: 10.
70247/jumistik.
Https://ojs.
GRAPHICAL ABSTRACT
Social media comments about upcoming films often contain diverse and informal expressions of audience excitement, making manual classification This study implements a BERT-based classification model to categorize English comments into three classes: Excited.
Neutral, and Not Excited.
Data were collected from social media, manually annotated, and processed through cleaning, tokenization, and encoding.
The dataset was divided using random and stratified splitting before training and evaluation.
Experimental results show that BERT achieved strong performance, with stratified splitting providing higher stability and accuracy compared to random splitting.
The model was further integrated into a simple web application to demonstrate practical implementation.
These findings highlight the effectiveness of BERT for analyzing audience excitement in social media comments.
Keywords: BERT.
Sentiment Analysis.
Social Media.
Audience Excitement.
NLP
ABSTRAK
Komentar media sosial tentang film yang akan datang sering kali mengekspresikan tingkat antusiasme penonton secara tidak terstruktur.
Penelitian BERT mengelompokkan komentar berbahasa Inggris ke dalam tiga kategori:
Excited.
Netral, dan Not Excited.
Data dikumpulkan dari media sosial, dianotasi secara manual, lalu melalui tahap pembersihan, tokenisasi, dan Selanjutnya, data dibagi menggunakan random split dan stratified split sebelum proses pelatihan dan evaluasi model.
Hasil eksperimen menunjukkan bahwa BERT mampu memberikan performa klasifikasi yang baik, dengan stratified split menghasilkan akurasi yang lebih tinggi dan stabil dibandingkan random split.
Model juga diintegrasikan ke dalam aplikasi web sederhana sebagai implementasi praktis.
Hasil penelitian ini membuktikan efektivitas BERT dalam menganalisis excitement audiens terhadap film mendatang melalui komentar media sosial.
Kata kunci: BERT.
Analisis Sentimen.
Komentar Media Sosial.
Excitement Audiens.
NLP A 2025 Penerbit STMIK Amika Soppeng.
All rights reserved .
587Ae598 | w.
id | eISSN 2964Ae3953 | PENDAHULUAN Royfansyah Muhammad Razavi et.
al / Vol.
4 No.
2 Desember 2025 hal 587Ae598 Era transformasi signifikan dalam ekosistem industri perfilman global.
Kemajuan teknologi digital yang pesat, disertai dengan penetrasi media sosial yang masif, telah mengubah lanskap pemasaran dan interaksi antara produser konten dengan audiensnya.
Transformasi ini tidak hanya berdampak pada cara film diproduksi dan didistribusikan, tetapi juga pada bagaimana audiens mengakses, berinteraksi, dan mengekspresikan antusiasme mereka terhadap konten sinematik.
Data terkini dari Motion Picture Association home/mobile entertainment global telah mencatatkan pendapatan sebesar USD 78,5 miliar, dengan peningkatan 14% dibandingkan periode sebelumnya.
Lonjakan ini terutama dipicu oleh pertumbuhan eksponensial langganan platform streaming, yang mencapai 1,3 miliar pengguna dengan pertumbuhan 14% dari tahun 2020 .
Fenomena ini menandakan pergeseran paradigma konsumsi konten film dari model tradisional menuju ekosistem digital yang lebih dinamis dan Kawasan Asia Pasifik telah muncul sebagai kekuatan baru dalam industri perfilman global.
Pertumbuhan yang signifikan dalam jumlah bioskop dan audiens di wilayah ini, dengan China yang berhasil melampaui Amerika Serikat sebagai pasar bioskop terbesar dunia .
, mencerminkan dinamika perubahan geopolitik ekonomi kreatif global.
Transformasi ini mengindikasikan adanya evolusi fundamental dalam cara audiens mengakses dan berpartisipasi dalam pengalaman sinematik.
Proyeksi industri menunjukkan optimisme yang tinggi terhadap pemulihan pasca pandemi.
Data dari Statista memproyeksikan bahwa pendapatan pasar sinema internasional akan mencapai USD 86,10 miliar pada tahun 2025, dengan proyeksi peningkatan hingga USD 104,35 miliar pada tahun 2029, mencerminkan compound annual growth rate sebesar 4,92% .
Jumlah penonton bioskop global diperkirakan akan mencapai 1,9 miliar pengguna pada tahun 2029, dengan tingkat penetrasi meningkat dari 22,4% menjadi 24,1%.
Rata-rata pendapatan per penonton diestimasi sebesar USD 49,13, dengan Amerika Serikat tetap memimpin sebagai pasar dengan pendapatan tertinggi, yakni USD 23,52 miliar pada tahun 2025 .
Studio-studio besar telah mengantisipasi momentum ini dengan merilis berbagai film blockbuster sepanjang tahun 2025.
Marvel Studios menghadirkan trilogi film unggulan termasuk Captain America: Brave New World.
Thunderbolts, dan The Fantastic Four: First Steps.
Warner Bros.
berkontribusi dengan Final Destination: Bloodlines, sementara Disney merilis film yang dinantikan seperti Lilo & Stitch.
Kehadiran film-film dari studio major ini tidak hanya meningkatkan ekspektasi audiens, tetapi juga memperkuat posisi media sosial sebagai platform strategis dalam membangun antisipasi publik sebelum Platform media sosial seperti Facebook.
YouTube.
Twitter.
TikTok.
Reddit bertransformasi menjadi instrumen vital dalam membangun excitement dan ekspektasi audiens terhadap film yang akan datang.
Keunggulan media sosial terletak pada aksesibilitas informasi yang tinggi, sifat interaktif, dan kemampuan memicu diskusi publik yang lebih luas dibandingkan metode pemasaran Strategi pemasaran berbasis media sosial terbukti efektif dalam meningkatkan kepuasan penonton dan mempengaruhi intensi pembelian terhadap produk film .
Aktivitas tinggi pengguna media sosial dalam mendiskusikan film yang akan datang telah menciptakan peluang baru dalam memahami Diskusi berkembang sebelum perilisan, mencakup reaksi terhadap trailer, poster, pengumuman cast, dan informasi produksi lainnya, seringkali menjadi refleksi dari ekspektasi dan hype yang berkembang di Media sosial telah menjadi ruang ekspresi menyampaikan opini, prediksi, dan respons emosional terhadap konten yang belum dirilis.
Komentar dan diskusi yang muncul di platform digital ini menggambarkan proses pembentukan dan penyebaran persepsi awal terhadap film.
Oleh karena itu, analisis sentimen dari percakapan yang terjadi di media sosial dapat memberikan insight yang berharga bagi stakeholder industri film, baik internasional maupun lokal, dalam merancang strategi komunikasi, promosi, dan distribusi yang lebih Excitement yang tercermin dari ekspresi audiens dapat berfungsi sebagai indikator prediktif terhadap potensi daya tarik dan tingkat penerimaan film di kalangan publik.
Namun muncul dalam upaya menganalisis excitement audiens secara akurat dan otomatis.
Komentar di media sosial memiliki karakteristik real-time dengan volume data yang masif serta variasi ekspresi bahasa yang kompleks, termasuk penggunaan ironi, sarkasme, dan manifestasi emosional yang tidak eksplisit .
Pendekatan konvensional dalam analisis sentimen, seperti metode berbasis leksikon atau sistem berbasis aturan, seringkali menghadapi limitasi dalam memahami nuansa emosional yang kompleks, khususnya dalam mengidentifikasi excitement audiens dengan tingkat akurasi yang memadai.
Metode keterbatasan dalam memahami dinamika bahasa yang digunakan audiens dalam mengekspresikan antusiasme mereka, sehingga menghasilkan analisis yang kurang akurat dan tidak kontekstual .
Kompleksitas bahasa natural, terutama dalam konteks media sosial yang informal dan dinamis, memerlukan pendekatan yang lebih canggih untuk dapat Royfansyah Muhammad Razavi et.
al / Vol.
4 No.
2 Desember 2025 hal 587Ae598 menangkap makna dan konteks yang terkandung dalam ekspresi textual.
Untuk pendekatan berbasis artificial intelligence telah mulai diaplikasikan secara luas dalam berbagai domain, termasuk analisis sentimen berbasis teks.
Dalam konteks ini.
Bidirectional Encoder Representations from Transformers (BERT) telah muncul sebagai model yang menonjol karena kemampuannya dalam memahami konteks dan semantik kata dalam struktur kalimat secara komprehensif.
BERT memiliki keunggulan dalam menangkap relasi semantik dan sintaksis dalam natural, yang mengidentifikasi ekspresi emosional yang kompleks dalam konten media sosial.
Model BERT telah terbukti memberikan performa tinggi dalam berbagai tugas klasifikasi teks, termasuk analisis sentimen, dengan pencapaian skor accuracy, precision, recall, dan F1-score di atas 0.
pada berbagai dataset validasi.
Keunggulan tersebut menjadikan BERT sebagai solusi yang tepat untuk mengatasi tantangan dalam analisis excitement audiens terhadap film yang akan datang.
Penelitian ini diharapkan dapat memberikan kontribusi signifikan bagi industri film, khususnya bagi distributor film internasional di Indonesia, agensi digital marketing, dan pengelola konten media sosial, dalam memahami pola excitement audiens sebelum perilisan Penelitian ini bertujuan untuk mengembangkan sistem berbasis BERT yang mampu menganalisis komentar dari media sosial secara otomatis dan akurat, guna mendukung pengambilan keputusan terkait strategi promosi dan distribusi film internasional di pasar Indonesia.
Meskipun data komentar bersumber dari pengguna global, fokus utama penelitian ini adalah pada pemanfaatan insight excitement tersebut untuk merancang strategi pemasaran yang relevan dalam konteks lokal.
Penelitian ini diposisikan sebagai solusi berbasis teknologi informasi yang mengintegrasikan artificial intelligence dan analisis media sosial untuk menjawab tantangan dalam memahami perilaku audiens di era digital.
Dengan demikian, penelitian ini bertujuan untuk mengimplementasikan Bidirectional Encoder Representations from Transformers (BERT) dalam menganalisis excitement audiens terhadap film yang akan datang, yang membedakannya dari penelitian sebelumnya karena tidak hanya menerapkan BERT dalam analisis excitement audiens, tetapi juga bertujuan menghasilkan model analisis sentimen yang lebih akurat dan kontekstual untuk kebutuhan industri perfilman baik internasional maupun lokal.
Harapan dari penelitian ini adalah terciptanya sistem analisis yang dapat memberikan insight prediktif yang akurat mengenai potensi penerimaan film di pasar, sehingga dapat mendukung optimalisasi strategi pemasaran dan distribusi dalam industri perfilman modern.
TINJAUAN PUSTAKA
Pengembangan teknologi Natural Language Processing berbasis Transformer telah membuka peluang baru dalam analisis sentimen tekstual, khususnya untuk konten media sosial yang bersifat dinamis dan kompleks.
Model Bidirectional Encoder Representations from Transformers (BERT) dan variannya telah menjadi fokus utama dalam berbagai penelitian analisis sentimen film selama lima tahun terakhir, menunjukkan superioritas dibandingkan pendekatan konvensional dalam memahami nuansa emosional dari teks.
Nkhata et al.
mengusulkan integrasi BERT dengan Bidirectional Long Short-Term Memory (BiLSTM) untuk analisis sentimen ulasan film, dengan hasil yang menunjukkan pencapaian akurasi hingga 98,76%.
Penelitian mereka mengidentifikasi bahwa kombinasi arsitektur Transformer dengan jaringan rekuren mampu menangkap dependensi temporal dan kontekstual secara lebih efektif.
Metode yang digunakan melibatkan preprocessing data ulasan dari berbagai platform, tokenisasi menggunakan BERT tokenizer, dan fine-tuning model hybrid BERT-BiLSTM.
Hasil eksperimen menunjukkan bahwa pendekatan ini unggul dalam klasifikasi sentimen positif, negatif, dan netral.
Namun, penelitian tersebut masih terbatas pada analisis ulasan film yang telah dirilis, tanpa mempertimbangkan aspek prediktif terhadap konten yang belum tayang.
Zhang et al.
memfokuskan penelitiannya pada kombinasi BERT dengan Convolutional Neural Network (CNN) untuk deteksi sentimen negatif dalam ulasan film.
Pendekatan mereka melibatkan ekstraksi fitur menggunakan layer konvolusi setelah representasi BERT, dengan tujuan meningkatkan kemampuan deteksi pola lokal dalam teks.
Metodologi penelitian hyperparameter, dan evaluasi menggunakan dataset IMDb.
Hasil penelitian menunjukkan bahwa model BERT-CNN mampu mendeteksi sentimen negatif dengan presisi yang lebih tinggi dibandingkan model Meskipun demikian, fokus penelitian tetap berada pada ulasan film yang sudah tayang, bukan pada analisis ekspektasi audiens terhadap film Ning et al.
mengembangkan pendekatan yang mengintegrasikan BERT dengan CNN dan mekanisme attention untuk meningkatkan performa klasifikasi sentimen.
Penelitian mereka menghasilkan peningkatan F1-score menjadi 0,92 dengan akurasi 91,12%.
Metodologi yang diterapkan melibatkan preprocessing teks multi-tahap, feature engineering menggunakan BERT embeddings, dan implementasi attention mechanism untuk memberikan bobot yang berbeda pada bagian teks yang relevan.
Hasil attention mampu meningkatkan kemampuan model dalam memahami konteks penting dalam ulasan.
Namun, penelitian ini masih berorientasi pada analisis retrospektif terhadap film yang telah dirilis, bukan pada prediksi excitement untuk konten yang akan Royfansyah Muhammad Razavi et.
al / Vol.
4 No.
2 Desember 2025 hal 587Ae598 He et al.
mengusulkan arsitektur hybrid BERT-CNN-BiLSTM-Attention yang dirancang khusus untuk menangani karakteristik komentar pendek dan kompleks dalam media sosial.
Penelitian mereka individual dari setiap model.
Metodologi penelitian melibatkan preprocessing data dari multiple social media platforms, tokenisasi adaptif, dan ensemble Hasil penelitian menunjukkan bahwa model hybrid tersebut unggul dalam menangani variasi bahasa informal dan ekspresi emosional yang ambigu.
Meskipun signifikan dalam konteks teknologi, penelitian ini belum mengeksplorasi aplikasi spesifik untuk analisis ekspektasi audiens terhadap film yang belum dirilis.
Khan et al.
melakukan studi komparatif antara berbagai model deep learning termasuk BERT.
XLNet, dan varian lainnya untuk analisis sentimen film.
Penelitian mereka menunjukkan bahwa XLNet mengungguli BERT dalam hal akurasi dengan pencapaian 87,68% dibandingkan 82,24% untuk BERT.
Metodologi penelitian mencakup evaluasi crossvalidation, analisis kompleksitas komputasi, dan pengujian robustness model terhadap variasi data.
Temuan penelitian mengindikasikan bahwa model berbasis Transformer generasi terbaru memiliki keunggulan dalam memahami dependensi jangka panjang dalam teks.
Namun, evaluasi mereka tetap terfokus pada dataset ulasan konvensional, bukan pada data ekspektasi atau antusiasme pre-release.
Jin et al.
mengembangkan pendekatan BUGE (BERT Grap.
yang mengintegrasikan representasi BERT dengan graph neural networks untuk menghindari masalah over-smoothing pada dataset teks besar.
Penelitian mereka mengidentifikasi bahwa pendekatan berbasis graf dapat mempertahankan informasi lokal sambil menangkap relasi global dalam Metodologi yang digunakan melibatkan konstruksi graf berdasarkan similarity semantik, implementasi graph convolution layers, dan optimisasi end-to-end.
Hasil eksperimen menunjukkan efektivitas pendekatan ini dalam menangani dataset skala besar dengan variasi tinggi.
Meskipun inovatif dalam aspek pendekatan tersebut untuk analisis excitement spesifik terhadap film yang akan datang.
Sayeed et al.
melakukan evaluasi komprehensif terhadap kemampuan BERT dalam menangani berbagai jenis sentimen, termasuk analisis terhadap kemampuan model dalam memahami konteks dan menangani review panjang.
Penelitian mereka mengidentifikasi bahwa BERT unggul dalam memahami konteks semantik yang kompleks, namun sentimen netral dengan akurasi yang konsisten.
Metodologi penelitian melibatkan fine-tuning BERT pada multiple domains, analisis confusion matrix untuk identifikasi pattern error, dan evaluasi robustness.
Temuan penelitian menunjukkan bahwa BERT memerlukan data training yang lebih beragam untuk menangani sentimen netral secara efektif.
Fokus penelitian mereka masih berada pada analisis umum, bukan pada aspek prediktif excitement.
Farasalsabila et al.
mengimplementasikan pendekatan klasik menggunakan Support Vector Machine (SVM) dengan Term Frequency-Inverse Document Frequency (TF-IDF) untuk analisis sentimen ulasan film, mencapai akurasi 91,27%.
Penelitian mereka menunjukkan bahwa meskipun pendekatan tradisional masih dapat memberikan hasil yang baik, namun tidak memiliki kemampuan memahami konteks semantik yang kompleks seperti yang dimiliki oleh model berbasis Transformer.
Berdasarkan tinjauan pustaka yang telah dipaparkan, teridentifikasi bahwa meskipun model BERT dan turunannya telah terbukti efektif dalam analisis sentimen ulasan film dengan performa tinggi, terdapat kesenjangan penelitian yang signifikan dalam hal analisis excitement audiens terhadap film yang belum dirilis.
Mayoritas penelitian terdahulu berfokus pada analisis retrospektif terhadap ulasan film yang telah tayang, dengan pendekatan evaluatif terhadap konten yang sudah dikonsumsi audiens.
Penelitian ini memiliki kebaruannya pada penerapan BERT untuk analisis prediktif excitement audiens terhadap film yang akan datang berdasarkan data media sosial.
Kebaruan penelitian ini mencakup pengembangan metodologi analisis sentimen yang spesifik untuk mengidentifikasi dan mengkuantifikasi tingkat antusiasme audiens sebelum perilisan film.
Penelitian ini mengisi gap yang ada dengan mengadaptasi kemampuan BERT dalam memahami excitement, yang berbeda secara fundamental dari analisis sentimen retrospektif pada penelitian Kontribusi utama penelitian ini adalah pengembangan model yang dapat memberikan insight prediktif untuk mendukung strategi pemasaran dan distribusi film dalam konteks industri perfilman METODOLOGI PENELITIAN Tahapan Penelitian Penelitian menggunakan pendekatan kuantitatif eksperimental yang melibatkan implementasi model machine learning untuk analisis sentimen teks.
Kerangka metodologi penelitian disusun secara sistematis untuk memastikan validitas dan reliabilitas hasil yang Tahapan penelitian ini dapat digambarkan dalam diagram alir sebagai berikut:
Royfansyah Muhammad Razavi et.
al / Vol.
4 No.
2 Desember 2025 hal 587Ae598 Gambar 1.
Alur Tahap Penelitian Sumber: Hasil Olah Data Berdasarkan Gambar 1, tahapan dalam alur penelitian dapat dijelaskan sebagai berikut:
Input Sumber data primer penelitian ini berupa komentar audiens terhadap film yang akan datang, yang diperoleh dari platform media sosial Facebook dan Instagram.
Pemilihan komentar difokuskan pada respons terhadap konten promosi film seperti trailer, poster, pengumuman cast, dan material pemasaran lainnya.
Platform Facebook dan Instagram dipilih berdasarkan tingginya penetrasi penggunaan di Indonesia serta aktifitas diskusi yang signifikan terkait konten hiburan dan film.
Proses Tahapan proses penelitian terdiri dari dua komponen utama yaitu preprocessing data dan implementasi model BERT.
Tahap Preprocessing, pada fase ini, data mentah komentar melalui serangkaian proses persiapan.
Tahap awal melibatkan anotasi manual untuk memberikan label kategori emosi excitement pada setiap komentar berdasarkan tingkat Proses pembersihan data .
ata cleanin.
dilakukan untuk mengeliminasi elemen-elemen yang tidak relevan seperti karakter khusus, hyperlink, hashtag, dan mention.
Normalisasi teks diterapkan untuk mengkonversi seluruh karakter menjadi lowercase dan mengstandardisasi format penulisan.
Data yang telah dibersihkan kemudian dipartisi menjadi training set dan testing set dengan proporsi yang telah ditentukan.
Tahap terakhir adalah tokenisasi, yaitu konversi teks menjadi format token yang kompatibel dengan arsitektur BERT.
Tahap Implementasi model BERT dilakukan melalui proses fine-tuning menggunakan data yang telah Komentar yang telah ditokenisasi menjadi input untuk model BERT yang akan melakukan klasifikasi berdasarkan tiga kategori:
excited, not excited, dan netral.
Proses training model menggunakan teknik supervised learning mencapai performa optimal.
Evaluasi model dilakukan menggunakan confusion matrix dengan perhitungan metrik accuracy, precision, recall, dan F1-score.
Output Hasil akhir penelitian berupa model terlatih yang mampu mengklasifikasikan komentar berdasarkan tingkat excitement.
Evaluasi performa model divisualisasikan melalui metrik klasifikasi yang mencakup accuracy, precision, recall, dan F1score.
Model yang telah divalidasi diintegrasikan ke dalam sistem berbasis web application, memungkinkan klasifikasi otomatis komentar baru secara real-time.
Output sistem diharapkan dapat memberikan insight strategis untuk mendukung pengambilan keputusan dalam pemasaran film.
Pengumpulan Data Metode pengumpulan data dalam penelitian ini menggunakan pendekatan web scraping melalui ekstensi browser Google Chrome yang dirancang khusus untuk ekstraksi komentar dari platform media Pemilihan metode ini didasarkan pada efisiensi dan kemudahan implementasi tanpa memerlukan akses Application Programming Interface (API) atau pengembangan script khusus.
Data primer yang dikumpulkan berupa komentar publik pada postingan resmi yang berkaitan dengan film yang akan dirilis, mencakup respons terhadap trailer film, poster pemasaran lainnya.
Periode pengumpulan data dilaksanakan selama bulan Maret hingga April 2025, yang bertepatan dengan fase promosi intensif berbagai film blockbuster yang dijadwalkan rilis tahun Kriteria seleksi komentar meliputi: .
komentar dalam bahasa Inggris, .
berkaitan langsung dengan film yang akan datang, .
mengandung ekspresi opini atau emosi, dan .
bukan spam atau konten Data yang berhasil diekstraksi disimpan dalam format Comma Separated Values (CSV) untuk memfasilitasi proses analisis dan manipulasi data pada tahap selanjutnya.
Pengumpulan data dilakukan pada periode 1Ae30 April 2025, dengan mempertimbangkan fase promosi aktif dari delapan film yang menjadi objek penelitian, yaitu A Minecraft Movie.
Thunderbolts.
Final Destination: Bloodlines.
Mission Impossible: The Final Royfansyah Muhammad Razavi et.
al / Vol.
4 No.
2 Desember 2025 hal 587Ae598 Reckoning.
Lilo & Stitch.
How to Train Your Dragon.
Jurassic World Rebirth, dan The Fantastic Four: First Step.
Karena bersumber dari promosi film internasional, penelitian ini hanya menggunakan komentar berbahasa Inggris agar sesuai dengan kebutuhan Anotasi Data Tahapan anotasi dilakukan untuk memberikan label pada setiap komentar sesuai tingkat antusiasme Sebelum proses anotasi, dilakukan perekrutan anotator dengan memberikan panduan berisi ketentuan klasifikasi dan contoh komentar sebagai Setiap komentar diberi label oleh annotator berdasarkan pedoman yang telah disusun agar hasilnya konsisten dan tidak bias .
Data komentar kemudian dibagi rata kepada anotator untuk mempermudah proses penandaan.
Proses anotasi menghasilkan tiga kelas utama, yaitu Excited.
Not Excited, dan Netral.
Untuk menjaga kesepakatan antar anotator menggunakan CohenAos Kappa.
Setelah itu, komentar yang dianggap tidak relevan dihapus dari dataset.
Hasil akhir berupa kumpulan data berlabel yang siap diproses lebih Pembersihan Data Data yang telah dianotasi selanjutnya melalui tahap cleaning untuk memastikan kualitas teks yang Tahapan cleaning meliputi penghapusan karakter asing, simbol, emoji, spasi ganda, hingga baris kosong.
Selain itu, seluruh teks diubah menjadi huruf kecil untuk menyamakan format penulisan.
Komentar dengan kata-kata informal atau slang dinormalisasi menjadi bentuk baku agar dapat dipahami dengan lebih baik oleh tokenizer BERT.
Pembagian Data Latih dan Uji Setelah data bersih diperoleh, tahap berikutnya adalah pembagian data menjadi data latih dan data uji dengan proporsi 80:20.
Dua pendekatan digunakan dalam proses ini, yaitu random split dan stratified split.
Pada random split, data dibagi secara acak tanpa mempertimbangkan distribusi label.
Pada stratified split, distribusi label dipertahankan agar seimbang di data uji, sehingga evaluasi performa model dapat mencerminkan kinerja yang lebih adil pada setiap kelas.
Tokenisasi dan Encoding Tahapan berikutnya adalah mengubah data teks ke dalam format yang dapat diproses oleh model BERT.
Proses ini dilakukan melalui dua langkah, yaitu tokenisasi dan encoding.
Tokenisasi bertujuan memecah teks menjadi token berbasis sub-kata, serta menambahkan token khusus seperti [CLS] dan [SEP].
Setelah itu, setiap token dikonversi ke dalam representasi numerik menggunakan BertTokenizer dari pustaka Huggingface.
Dengan proses ini, komentar yang semula berupa teks dapat dipahami oleh model dalam bentuk vektor numerik.
Implementasi Model BERT Penelitian BERT-base uncased, sebuah model bahasa pra-pelatihan (Pretrained Language Mode.
yang telah melalui proses pelatihan awal menggunakan kumpulan data berskala besar dengan berbagai tujuan seperti Masked-Language Modeling dan Causal Language Modeling .
Secara arsitektural.
BERT merupakan salah satu penerapan langsung dari deep learning dalam bidang pemrosesan bahasa alami.
Deep learning sangat efektif dalam menangani data berukuran besar, tidak terstruktur, dan mengandung pola yang kompleks seperti gambar, suara, dan teks .
Model ini dibangun di atas arsitektur Transformer encoder yang terdiri dari banyak lapisan jaringan saraf tiruan, .
kompleksitas yang tinggi .
Sebagai model deep learning.
BERT tidak hanya mempelajari pola sederhana dalam teks, tetapi juga menangkap hubungan antar kata melalui mekanisme selfattention.
Dalam penelitian ini.
BERT-base uncased dilatih menggunakan data latih hasil tokenisasi.
Proses pelatihan dilakukan melalui beberapa eksperimen dengan parameter yang berbeda untuk menemukan Evaluasi performa model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score.
Hasil pengujian dari berbagai eksperimen kemudian dibandingkan untuk menentukan performa terbaik dari model.
Evaluasi Model Evaluasi model merupakan tahapan penting yang bertujuan untuk menilai sejauh mana sistem klasifikasi yang dibangun mampu memberikan hasil prediksi yang sesuai dengan label sebenarnya.
Pada penelitian ini, evaluasi difokuskan pada kemampuan model Bidirectional Encoder Representations from Transformers (BERT) komentar ke dalam tiga kategori utama, yaitu Excited.
Netral, dan Not Excited.
Metode utama yang digunakan dalam evaluasi adalah confusion matrix.
Melalui confusion matrix, dapat diketahui distribusi prediksi model terhadap label aktual sehingga terlihat dengan jelas jumlah komentar yang diprediksi benar maupun salah pada masing-masing kelas.
Informasi ini menjadi dasar untuk menghitung sejumlah metrik evaluasi yang lebih komprehensif, yaitu accuracy, precision, recall, dan F1-score.
Dengan kombinasi metrik tersebut, evaluasi tidak hanya terbatas pada memperhatikan performa model pada setiap kelas.
Hal ini penting mengingat adanya kemungkinan ketidakseimbangan distribusi data pada tiap label, sehingga model perlu dinilai secara lebih adil.
Royfansyah Muhammad Razavi et.
al / Vol.
4 No.
2 Desember 2025 hal 587Ae598 Integrasi Model Tahap akhir dari penelitian ini adalah melakukan integrasi model yang telah dilatih dan dievaluasi ke dalam sebuah aplikasi web sederhana.
Integrasi ini berfungsi sebagai sarana visualisasi hasil klasifikasi sekaligus memberikan fasilitas pengujian interaktif terhadap komentar baru yang dimasukkan Aplikasi memanfaatkan bahasa pemrograman HTML untuk antarmuka serta Python beserta pustaka pendukung untuk menghubungkan model BERT yang telah dilatih Dengan adanya integrasi ini, sistem tidak hanya berhenti pada tahap evaluasi model, tetapi juga dapat menunjukkan penerapannya secara langsung dalam bentuk aplikasi yang mampu memberikan prediksi kategori excitement terhadap komentar film.
HASIL DAN PEMBAHASAN
Tabel 1.
Jumlah Data untuk setiap Film Judul Film A Minecraft Movie A Minecraft Movie.
Thunderbolts Thunderbolts.
Final Destination:
Bloodlines Final Destination: Bloodlines.
Mission Impossible: The Final Reckoning Mission Impossible:
The Final Reckoning.
Lilo & Stitch Lilo & Stitch.
How to Train Your Dragon How to Train Your Dragon How to Train Your Dragon.
Jurassic World Rebirth Jurassic World Rebirth.
The Fantastic Four: First Step The Fantastic Four: First Step Total Komentar Dataset pada penelitian ini diperoleh melalui proses web scraping menggunakan Comment Exporter, sebuah ekstensi pada Web Browser yang memungkinkan pengeksporan komentar dari media Sumber data yang dikumpulkan berasal dari platform Facebook dan Instagram, dengan fokus pada komentar pada unggahan resmi terkait film yang akan datang, seperti trailer, poster, dan materi promosi lainnya.
Proses rentang waktu 1Ae30 April 2025, bertepatan dengan fase promosi aktif dari delapan film yang diteliti.
Pemilihan periode tersebut bertujuan agar data yang diperoleh dapat merepresentasikan respons audiens sebelum film ditayangkan di bioskop.
Secara komentar berbahasa Inggris yang kemudian dijadikan dasar dalam tahap preprocessing dan anotasi.
Distribusi jumlah komentar dari masing-masing film ditampilkan pada Tabel 1.
Judul Film A Minecraft Movie Thunderbolts Final Destination: Bloodlines Mission Impossible:
The Final Reckoning Lilo & Stitch How to Train Your Dragon Jurassic World Rebirth The Fantastic Four: First Step Total Komentar Tabel 2.
Jumlah Pembagian Komentar untuk Anotasi Persiapan Data Dari total 43.
891 komentar awal, proses cleaning menghasilkan 27.
266 komentar, sehingga sekitar 62% data tetap digunakan.
Komentar dibagi ke dalam 10 file berisi sekitar 2.
700 komentar per file .
ermasuk overla.
Setiap file memuat campuran komentar dari satu hingga tiga film yang dipilih secara acak untuk memudahkan distribusi anotasi dan menjaga keragaman konteks.
Persentase jumlah berkurangnya komentar dapat dilihat pada Tabel 2.
Jumlah Komentar Setelah tahap akuisisi data, dilakukan proses pembersihan untuk memastikan kualitas komentar yang akan dianalisis.
Cleaning ini mencakup penghapusan komentar yang bersifat duplikat, tautan URL, simbol asing, komentar kosong, serta elemen lain seperti emotikon atau stiker yang tidak memiliki makna Jumlah Komentar Proses Anotasi Proses anotasi dilakukan untuk memberikan label klasifikasi pada komentar yang telah terkumpul.
Anotasi ini dilakukan secara manual oleh 10 orang anotator yang telah melalui tahap perekrutan dan diberikan panduan klasifikasi berupa dokumen berisi ketentuan pelabelan serta contoh komentar.
Dengan adanya panduan ini, diharapkan seluruh anotator memiliki persepsi yang seragam dalam menentukan Pada tahap pembagian data, setiap anotator memperoleh satu file Excel yang berisi ratarata 2.
700 komentar.
Selain itu, pada masing-masing file disisipkan 50 komentar identik .
verlap dat.
yang didistribusikan kepada dua anotator berbeda.
Komentar tambahan ini digunakan untuk mengukur tingkat kesepakatan antar-anotator menggunakan CohenAos Kappa.
Form anotasi yang digunakan berisi tiga kolom utama, yakni Title .
udul fil.
Content .
si komenta.
, dan Klasifikasi.
Anotator memilih salah satu label yang telah disediakan, yaitu Excited.
Netral.
Not Excited, dan Tidak Relevan.
Hasil evaluasi kesepakatan menunjukkan bahwa nilai Cohen Kappa berada pada rentang 0,77 hingga 0,90 untuk seluruh pasangan anotator.
Rentang kesepakatan yang kuat .
ubstantial agreemen.
, sehingga hasil anotasi dianggap reliabel untuk dijadikan dataset pelatihan.
Rincian hasil evaluasi ditampilkan pada Tabel 3.
Royfansyah Muhammad Razavi et.
al / Vol.
4 No.
2 Desember 2025 hal 587Ae598 Tabel 3.
Nilai Cohen Kappa pasang Anotator Anotator Pasangan Anotator 1 dan 2 Pasangan Anotator 3 dan 4 Pasangan Anotator 5 dan 6 Pasangan Anotator 7 dan 8 Pasangan Anotator 9 dan 10 Nilai Cohen Kappa Setelah seluruh file selesai dianotasi, dilakukan proses pembersihan untuk menghapus komentar yang diberi label AuTidak RelevanAy, seperti komentar spam, komentar dalam bahasa non-Inggris, serta komentar yang tidak memiliki makna jelas.
Dari total 27.
komentar hasil anotasi, sebanyak 4.
549 komentar .
,7%) dihapus.
Dengan demikian, jumlah data yang siap digunakan pada tahap selanjutnya adalah 717 komentar atau setara dengan 51,8% dari total data awal .
891 komenta.
Hasil dari proses pembersihan ini akan dijabarkan lebih lanjut pada tabel berikut.
Tabel 4.
Distribusi Klasifikasi Berdasarkan Judul Judul FIlm Excited Netral Not Excited Jumlah A Minecraft Movie Thunderbolts Final Destination:
Bloodlines Mission Impossible:
The Final Reckoning Lilo & Stitch How to Train Your Dragon Jurassic World Rebirth The Fantastic Four:
First Step Total Sebagai contoh, komentar Auomg this looks so dope!!Ay setelah pembersihan berubah menjadi Auoh my god this looks so dope!!Ay.
Pada contoh tersebut, kata singkatan AuomgAy dinormalisasi menjadi Auoh my godAy, sedangkan kata dengan huruf AusoAy AudopeAy disederhanakan menjadi AusoAy dan AudopeAy.
Dengan langkah ini, data menjadi lebih konsisten namun tetap terkandung, sehingga memudahkan model dalam memahami konteks excitement yang diekspresikan oleh pengguna.
Pembagian Data Total data yang digunakan pada tahap ini adalah sebanyak 22.
717 komentar.
Pembagian data bertujuan untuk memisahkan sebagian besar data sebagai data latih .
raining dat.
, sementara sebagian lainnya digunakan sebagai data uji .
esting dat.
untuk mengukur kinerja model terhadap data yang belum pernah dilihat sebelumnya.
Proporsi pembagian ditetapkan sebesar 80:20, yaitu 80% untuk data latih dan 20% untuk data uji.
Dalam penelitian ini digunakan dua pendekatan berbeda, yaitu:
Random Split Pada metode ini, data dibagi secara acak tanpa mempertimbangkan distribusi label pada setiap Dengan pendekatan ini, meskipun jumlah data yang digunakan sesuai proporsi, ada kemungkinan distribusi antarlabel menjadi tidak seimbang, khususnya pada data uji.
Stratified Split Berbeda dengan random split, metode ini mempertahankan distribusi label yang seimbang pada data uji.
Dengan demikian, proporsi komentar pada kategori Excited.
Netral, dan Not Excited tetap konsisten antara data latih dan uji.
Hal ini diharapkan dapat memberikan hasil evaluasi yang lebih representatif, terutama dalam menilai performa model pada masing-masing Distribusi jumlah data pada masing-masing metode ditunjukkan dalam tabel berikut:
Pembersihan Setelah proses anotasi dilakukan, data yang memiliki label Tidak Relevan dikeluarkan dari dataset.
Dari total komentar yang terkumpul, tersisa sebanyak 717 komentar yang kemudian melalui tahap pembersihan untuk memastikan kualitas data sebelum diproses pada tahap tokenisasi dan pelatihan model.
Proses pembersihan dilakukan melalui beberapa Pertama, karakter asing, simbol yang tidak memiliki makna, emotikon yang tidak diperlukan, serta spasi ganda dihapus dari teks.
Kedua, seluruh komentar diubah menjadi huruf kecil .
untuk menyamakan bentuk penulisan.
Komentar kosong atau baris yang tidak berisi teks juga dikeluarkan dari dataset.
Selanjutnya, dilakukan normalisasi terhadap kata-kata gaul .
atau bentuk tulisan informal agar menjadi kata baku dalam bahasa Inggris.
Tabel 5.
Distribusi Jumlah Data Latih dan Uji (Rando.
Klasifikasi Data Uji Data Latih Excited Netral Not Excited Selanjutnya, adalah distribusi untuk jumlah data latih dan uji dengan pendekatan Stratified.
Tabel 6.
Distribusi Jumlah Data Latih dan Uji (Stratifie.
Klasifikasi Data Uji Data Latih Excited Royfansyah Muhammad Razavi et.
al / Vol.
4 No.
2 Desember 2025 hal 587Ae598 Netral Not Excited Tokenisasi dan Encoding Data latih dan uji hasil pembagian dengan metode random split dan stratified split kemudian diproses melalui tahap tokenisasi dan encoding BertTokenizer Huggingface.
Proses ini mengubah setiap komentar menjadi token berbasis sub-kata, menambahkan token khusus [CLS] dan [SEP], lalu mengonversinya ke dalam bentuk indeks numerik sesuai vocabulary BERT.
Hasil dari tahap ini disimpan dalam format pt agar dapat langsung digunakan pada proses pelatihan.
Empat berkas yang dihasilkan train_encoded_random.
test_encoded_random.
train_encoded_balanced.
test_encoded_balanced.
masing-masing merepresentasikan data latih dan uji untuk kedua pendekatan pembagian (Random dan Stratifie.
Pelatihan Pada tahap ini, model yang digunakan untuk mengklasifikasikan komentar adalah Bidirectional Encoder Representations from Transformers (BERT) BertForSequenceClassification.
Model ini dipilih karena telah terbukti efektif dalam memahami konteks kalimat dan relasi antar kata, sehingga sesuai untuk tugas klasifikasi komentar.
Variasi yang digunakan adalah bert-baseuncased, yaitu model pra-latih pada korpus bahasa Inggris yang mengabaikan perbedaan huruf kapital.
Pemilihan varian ini didasarkan pada alasan utama yaitu bahasa komentar yang digunakan adalah bahasa Inggris informal yang tidak selalu konsisten dalam penggunaan kapitalisasi.
Pelatihan dilakukan dengan beberapa masing-masing memanfaatkan kombinasi epoch dan learning rate Tujuannya adalah untuk melihat bagaimana pengaturan parameter memengaruhi performa model dalam melakukan klasifikasi.
Rincian parameter dari tiap eksperimen ditunjukkan pada Tabel 7 berikut.
Tabel 7.
Parameter Eksperimen Pelatihan Model Random dan Stratified Eksperimen Epoch Learning Rate Seluruh proses pelatihan dijalankan pada Google Colab dengan dukungan GPU.
Pemanfaatan GPU ini sangat penting mengingat arsitektur BERT memiliki jumlah parameter yang besar dan Selain implementasi model dilakukan dengan bantuan library PyTorch dan Huggingface Transformers, yang menyediakan fungsi siap pakai untuk tokenisasi, penyimpanan model terlatih.
Dari eksperimen yang dijalankan, dapat diamati bahwa variasi jumlah epoch dan learning rate memberikan dampak yang berbeda terhadap performa model.
Misalnya, penggunaan epoch yang lebih banyak memungkinkan model mempelajari pola dengan lebih baik, namun juga berpotensi menimbulkan overfitting.
Sebaliknya, penyesuaian learning rate yang terlalu tinggi dapat membuat model sulit mencapai konvergensi optimal.
Evaluasi Model Metode evaluasi yang digunakan adalah confusion matrix.
Confusion Matrix menjadi dasar perhitungan seluruh evaluasi model klasifikasi dan sangat membantu dalam mengidentifikasi pola memprediksi kelas tertentu secara berlebihan atau kekurangan .
Dasar perhitungan metrik seperti accuracy, precision, recall, dan F1-score.
Confusion matrix menyajikan informasi mengenai jumlah prediksi yang benar maupun salah berdasarkan label aktual dan prediksi model, yang mencakup komponen True Positive.
True Negative.
False Positive, dan False Negative.
Berdasarkan pembagian data secara acak .
andom spli.
, model menghasilkan performa yang cukup baik dengan nilai akurasi berada pada kisaran 72% hingga 73%.
Namun, performa model cenderung kurang stabil dalam cenderung ambigu atau beririsan secara konteks, khususnya antara kelas Netral dan Not Excited.
Rangkuman hasil evaluasi dari seluruh eksperimen A hingga F pada random split disajikan pada tabel Tabel 8.
Hasil Evaluasi Model pada Data Random Eksperi Precision (%) Recall (%) Accuracy (%) (%) Rata - rata Royfansyah Muhammad Razavi et.
al / Vol.
4 No.
2 Desember 2025 hal 587Ae598 Berdasarkan Tabel diatas, model dengan pembagian data secara acak menghasilkan ratarata F1-score sebesar 71.
96%, yang menunjukkan performa yang cukup baik namun masih dapat Nilai F1-score ini mengindikasikan bahwa model mampu mencapai keseimbangan yang wajar antara precision .
82%) dan recall .
78%).
Meskipun accuracy mencapai 72.
F1-score memberikan gambaran yang lebih akurat tentang ketidakseimbangan kelas dalam dataset.
Gambar 2.
Matrix Terbaik dengan Data Random Sumber: Hasil Pelatihan Model Selanjutnya, penggunaan pembagian data stratified memberikan hasil yang lebih stabil dan optimal dibandingkan random split.
Nilai akurasi yang diperoleh berada pada rentang 84% hingga 92%.
Selain itu, precision, recall, dan F1-score untuk masingmasing kelas juga menunjukkan peningkatan yang Hal ini menunjukkan bahwa keseimbangan distribusi label pada data latih dan uji memberikan dampak positif terhadap performa model.
Hasil lengkap evaluasi pada stratified split dapat dilihat pada tabel berikut ini.
optimal dibandingkan dengan pembagian data F1-score meningkat signifikan menjadi 89.
menunjukkan peningkatan 17.
31% dari hasil random Peningkatan F1-score mengindikasikan bahwa model tidak hanya akurat secara keseluruhan, tetapi juga mampu mengenali ketiga kelas sentimen dengan lebih seimbang.
Nilai precision .
45%) dan .
F1-score representasi yang tepat tentang performa model.
Hal ini membuktikan bahwa keseimbangan distribusi label pada data latih dan uji berdampak positif terhadap performa model.
Gambar 3.
Matrix Terbaik dengan Data Stratified Sumber: Hasil Pelatihan Model Integrasi Model Tahap mengintegrasikan model yang telah dilatih dan dievaluasi ke dalam sebuah aplikasi web sederhana.
Integrasi ini bertujuan sebagai sarana visualisasi sekaligus pengujian hasil prediksi model secara Tabel 9.
Hasil Evaluasi Model pada Data Stratified Eksperi Precision (%) Recall (%) Accuracy (%) (%) Rata - rata Berdasarkan tabel di atas, terlihat bahwa penggunaan pembagian data secara stratified memberikan hasil rata Ae rata yang lebih stabil dan Gambar 4.
Antarmuka Integrasi dengan Model Sumber: Hasil Integrasi Model Seperti terlihat pada Gambar 4, antarmuka web dirancang dengan tampilan minimalis untuk mempertahankan fokus pada fungsi utama, yaitu menampilkan hasil klasifikasi komentar.
Pengguna dapat memasukkan teks komentar pada kolom input Royfansyah Muhammad Razavi et.
al / Vol.
4 No.
2 Desember 2025 hal 587Ae598 yang tersedia, kemudian menekan tombol submit untuk memproses masukan tersebut.
Model yang telah dilatih sebelumnya akan mengolah teks tersebut dan menampilkan hasil prediksi pada halaman yang Selain itu, disediakan pula beberapa contoh komentar di bagian bawah antarmuka sebagai data uji cepat .
uick tes.
yang dapat digunakan untuk menguji sistem secara langsung.
KESIMPULAN DAN SARAN
Penelitian ini dilakukan untuk menjawab rumusan masalah mengenai efektivitas model BERT terhadap film yang akan datang berdasarkan komentar di media sosial.
Berdasarkan hasil evaluasi, model BERT mampu memberikan performa yang cukup baik dengan akurasi tertinggi mencapai 92,47% pada pembagian data stratified.
Selain itu, nilai precision, recall, dan F1-score juga menunjukkan konsistensi yang memadai pada ketiga kelas (Excited.
Netral.
Not Excite.
, yang berarti model mampu mengenali pola bahasa secara kontekstual.
Proses preprocessing yang meliputi pembersihan teks, tokenisasi, encoding, serta penerapan pembagian data random dan stratified terbukti berkontribusi pada peningkatan kinerja model.
Dengan demikian, dapat disimpulkan bahwa BERT merupakan model yang efektif dan sesuai digunakan untuk analisis excitement audiens di ranah ulasan film.
Meskipun begitu, penelitian ini memiliki keterbatasan, khususnya pada cakupan data yang hanya berasal dari komentar berbahasa Inggris.
Selain itu, jumlah data yang relatif terbatas serta adanya potensi ketidakseimbangan antar kelas juga dapat memengaruhi stabilitas model, sangat disarankan komentar dalam berbagai bahasa, termasuk Bahasa Indonesia, guna mencerminkan persepsi audiens yang lebih beragam.
Selain itu, perluasan sumber data dari berbagai genre film maupun platform media sosial lain seperti Twitter.
YouTube, atau TikTok juga dapat memberikan konteks yang lebih kaya.
Dari sisi model, meskipun BERT sudah menunjukkan performa yang baik, pemanfaatan varian transformer lain seperti RoBERTa.
DistilBERT, atau IndoBERT bisa menjadi opsi yang menarik untuk dibandingkan, sehingga dapat diperoleh gambaran yang lebih komprehensif mengenai efektivitas tiap arsitektur dalam klasifikasi komentar.
Penelitian berikutnya juga dapat mengeksplorasi pengaturan parameter secara lebih mendalam, termasuk variasi epoch, learning rate, dan batch size, atau memanfaatkan teknik pelatihan tambahan untuk meningkatkan kinerja model.
Selain itu, arah penelitian dapat difokuskan lebih spesifik pada tingkat excitement terhadap tiap Dengan pendekatan ini, distribusi sentimen Excited.
Netral, dan Not Excited dapat dipetakan secara terpisah untuk masing-masing film.
Hasil analisis yang lebih detail seperti ini akan memungkinkan evaluasi menggunakan metrik precision, recall, dan F1-score per film, sehingga memberikan wawasan yang lebih mendalam mengenai pola respons audiens terhadap film tertentu dibandingkan film lainnya.
UCAPAN TERIMA KASIH
Penulis menyampaikan terima kasih kepada seluruh pihak yang telah memberikan dukungan, baik berupa bimbingan, fasilitas, maupun motivasi, sehingga penelitian ini dapat terselesaikan dengan Ucapan terima kasih juga ditujukan kepada pembimbing dan rekan-rekan yang berkontribusi dalam proses anotasi data, serta semua pihak lain yang secara langsung maupun tidak langsung membantu kelancaran penelitian ini.
DAFTAR PUSTAKA
Picture Association.
AuTheme Report 2021:
The State Theatrical Home Entertainment Market.
Ay com.
AuCinema - Worldwide,Ay https://w.
com/outlook/amo/media/ cinema/worldwide.
Fadheel Djamaly.
Astini, dan D.
Asih.
AuLITERATURE REVIEW: PERAN MEDIA SOSIAL
DALAM PEMASARAN FILM INDONESIA: ANALISIS
KEPUASAN DAN NIAT BELI PENONTON,Ay 2023.
Kurniawan.
Rofiki.
Raya Telang.
Kamal.
Bangkalan, dan J.
Timur.
AuPT.
Media Akademik Publisher PERAN MEDIA SOSIAL
DALAM
STRATEGI
PEMASARAN