ANALISIS SENTIMEN ULASAN PRODUK MOISTURIZER SKINTIFIC DI TOKOPEDIA MENGGUNAKAN SUPPORT VECTOR MACHINE
DOI:
https://doi.org/10.33005/sibc.v18i1.567Keywords:
sentimen, klasifikasi, skincare, akurasi, presisi, recallAbstract
Tokopedia, sebagai salah satu platform e-commerce terbesar di Indonesia, memungkinkan pengguna memberikan ulasan produk setelah berbelanja. Ulasan ini, baik kritik maupun pujian, menjadi sumber data berharga bagi perusahaan untuk mengevaluasi kinerja dan memahami kepuasan konsumen. Penelitian ini menganalisis sentimen ulasan produk moisturizer Skintific di Tokopedia menggunakan metode Support Vector Machine (SVM). Metode penelitian melibatkan pengambilan data, preprocessing teks, pelabelan data, transformasi teks menjadi korpus, pelatihan model menggunakan Support Vector Machine (SVM), dan analisis sentimen. Hasil penelitian menunjukkan bahwa model SVM dengan kernel RBF memiliki akurasi sebesar 95.56%, presisi 94.96%, recall 90.35%, dan F-Measure 92.47%. Sementara itu, kernel Linear menunjukkan akurasi sebesar 91.05%, presisi 86.98%, recall 81.64%, dan F-Measure 83.73%. Hasil ini menunjukkan bahwa penggunaan kernel RBF lebih optimal dibandingkan dengan kernel linear dalam mengklasifikasikan ulasan produk moisturizer Skintific. Distribusi sentimen ulasan produk moisturizer Skintific di Tokopedia, sebagian besar adalah sentimen positif sebesar 71,5%, sentimen netral sebesar 16% dan sentimen negatif sebesar 12,5%. Penelitian ini memberikan kontribusi penting dalam pemahaman persepsi konsumen terhadap produk moisturizer Skintific dan dapat membantu pemilik merek meningkatkan strategi pemasaran serta pengalaman pengguna.
Downloads
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Nurwahyudi Widhiyanta, Isnaini Muhandhis, Roszi Syadillal Jannah, Laily Alfina Wulansari

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