Proyek akhir ini mempersembahkan sebuah algoritma untuk menentukan rekomentasi produk otomotif yang cocok untuk dijual ke masyarakat sesuai dengan keinginan pasar di sosial media. Melalui algoritma yang telah dibangun, produsen mobil dapat mengetahui apa yang sedang marak dibicarakan oleh masyarakat di sosial media Twitter, dan akan membantu sang produsen untuk menentukan produk mana yang lebih efektif untuk dipromosikan. Kami menggunakan algoritma Word2Vec untuk membangun sebuah ruang vektor yang berisikan kata-kata yang diperbincangkan oleh warganet, lalu melihat koneksi dari setiap kata-kata yang ada. Setelah itu kami mencari kecocokan antara beberapa dataset produk yang akan dipromosikan dengan tweet-tweet yang membahas produk tersebut. Dari hasil itu kami dapat menentukan sekiranya produk manakah yang tengah hangat di mata warganet dan dapat dipromosikan lebih lanjut. Algoritma ini telah diimplementasikan menggunakan data Twitter pengikut akun produsen otomotif yang ada di Indonesia, dan telah memproses lebih dari 200.000 tweet. Dari tweet yang berhasil didapatkan, sebanyak 7612 tweet telah diberi label, dan memiliki akurasi sebesar 6,8%. Akurasi ini ditengarai didapatkan karena data tweet yang diambil memiliki kualitas yang kurang begitu baik. Sehingga memengaruhi hasil akhor pelabelan.